一种基于深度学习的车辆多属性联合分析方法

CORC > 重庆绿色智能技术研究院 > 中国科学院重庆绿色智能技术研究院 > 智能安全技术研究中心

	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.