一种基于深度学习的车辆多属性联合分析方法 | |
程诚; 颜卓; 冯友计; 覃勋辉; 吕江靖; 周祥东; 石宇; 周曦; 袁家虎 | |
2019-04-02 | |
著作权人 | 中国科学院重庆绿色智能技术研究院 |
专利号 | 2016100672900 |
国家 | 中国 |
文献子类 | 发明专利 |
英文摘要 | 本发明涉及一种基于深度学习的车辆多属性联合分析方法,属于车辆多属性联合分析技术领域。在该方法中,首先,对车辆数据静态图像进行多属性标注并完成挑选整理,包括离散特征:车辆类别、车型、车门数量、车座数量;以及连续特征:排气量、最大时速;然后,将训练数据集送入深度卷积神经网络进行特征图的提取以及Pooling运算;最后,采用改进的多属性联合分析方法对模型进行主辅任务优化训练。本方法把多任务学习思想引入进深度卷积神经网络中,梯度性地提升了网络的整体性能;对多任务学习方法进行改进,增强了权值共享的全局性,最大限度地实现了各类任务之间的监听效果;将最前沿的深度学习网络模型应用于车辆分析领域,具有应用价值和推广前景。 |
分类号 | G06k9/62(2006.01)i ; g06n3/08(2006.01)i |
申请日期 | 2016-01-29 |
语种 | 中文 |
状态 | 已授权 |
内容类型 | 专利 |
源URL | [http://119.78.100.138/handle/2HOD01W0/7601] |
专题 | 智能安全技术研究中心 |
作者单位 | 中国科学院重庆绿色智能技术研究院 |
推荐引用方式 GB/T 7714 | 程诚,颜卓,冯友计,等. 一种基于深度学习的车辆多属性联合分析方法. 2016100672900. 2019-04-02. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论