Los sistemas inteligentes de transporte representan soluciones innovadoras para minimizar la congestión del tráfico, mejorar la movilidad y aumentar la seguridad. Estos sistemas requieren diversos datos sobre los vehículos y el estado del tráfico. Los sistemas de reidentificación de vehículos basados en cámaras de video son los más populares; sin embargo, una política de privacidad más estricta exige sistemas de reidentificación de vehículos despersonalizados. Una investigación prometedora para sistemas de reidentificación de vehículos despersonalizados implica aprovechar las distorsiones únicas capturadas en el campo magnético terrestre inducidas por los vehículos que pasan. Empleando sensores magneto-resistivos anisotrópicos integrados en el sistema de superficie de la carretera se capturan las firmas magnéticas de los vehículos para su evaluación de similitud. Se analiza un novedoso algoritmo de reidentificación de vehículos que utiliza distancias euclidianas y coeficientes de correlación de Pearson, y se evalúa su rendimiento. Se aplica un procesamiento inicial a las firmas magnéticas registradas, se extraen características útiles para la toma de decisiones, se aplican diferentes algoritmos de clasificación y se verifica la precisión de la predicción. Los resultados demuestran la efectividad de nuestro enfoque, logrando un 97% de precisión en la reidentificación de vehículos para un subconjunto de 300 vehículos diferentes que pasan por el sensor varias veces.