摘要

本发明公开了一种基于双重注意力机制的车辆重识别方法及系统,该方法包括下述步骤:构建用于车辆特征提取的卷积神经网络;构建用于关注不同通道的通道注意力部件;构建用于关注特征适合粒度的粒度注意力部件;在每个训练批次中随机选择多类车辆,在每类车辆中随机选择多张图像构建成批次图像;将批次图像进行实时数据增强后输入卷积神经网络;构建批量标签平滑正则化后的交叉熵损失函数和三元组损失函数,两者相加后得到整体的损失函数;将训练后的卷积神经网络进行特征提取,计算特征之间的欧几里得距离,对距离重排序得到车辆重识别结果。本发明能够更好地获取车辆图像的细粒度特征,提高模型的精度和稳定性。