검색으로 돌아가기
기록
一种云边协同的异构图神经网络车辆重识别方法
발명유효
9청구항 · 1 독립항
§ Ⅰ
개요
발명자
王小芳; 罗志豪; 周亮
IPC 분류
G06F 18/25 (2023.01)G06F 18/2132 (2023.01)G06F 18/22 (2023.01)G06F 18/23213 (2023.01)G06F 18/2415 (2023.01)G06V 20/54 (2022.01)G06V 10/74 (2022.01)G06N 3/042 (2023.01)G06N 3/045 (2023.01)G06N 3/0464 (2023.01)G06N 3/0495 (2023.01)G06N 3/096 (2023.01)G06N 3/084 (2023.01)G06N 3/0985 (2023.01)G08G 1/01 (2006.01)G08G 1/04 (2006.01)G08G 1/017 (2006.01)
本发明提供一种云边协同的异构图神经网络车辆重识别方法，涉及智能交通技术领域，该方法通过多模态异构图构建知识结构；通过异构图神经网络提取多模态语义关系构建云端教师模型；方法中，引入特征聚类驱动的动态知识蒸馏机制进行知识细粒度迁移生成轻量学生模型。实验在VeRi‑776、CityFlow‑ReID和自建交通数据集上验证，结果表明GKDF可在模型参数压缩63%、显存下降64%的情况下，学生模型精度损失总体不超过5%，推理速度达到213FPS。与现传统基线方法相比，HGKDF在RMSE和MAE指标上均取得统计显著优势，并在训练时长与显存开销方面表现优越，适用于构建面向城市级智能交互决策与安全监测的一体化交通大模型系统部署。