本发明实施例公开了一种基于图像的车辆重识别方法、装置、服务器及存储介质,通过神经网络提取到的车辆图像特征,最终转换为一维多通道数字化表达特征,并将一维多通道数字化表达特征与预先得到的海量不同汽车图像的一维多通道数字化表达特征进行匹配,根据匹配的近似度确定相同车辆。无需与每个车辆图像利用神经网络模型单独进行分类比对,大大降低了车辆重识别的算力。通过多尺度序列化融合,在提取过程中充分融合多个特征提取卷积中的特征,大大提高了特征提取的准确性。并通过位置序列化变换,准确提取车辆的局部特征进行统合进行全局特征建模,有效解决了不同车辆图像局部特征相似的问题,进一步提升了车辆重识别的准确性。