首页> 中国专利> 基于多任务学习卷积神经网络的车标识别及属性预测方法

基于多任务学习卷积神经网络的车标识别及属性预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于多任务学习卷积神经网络的车标识别及属性预测方法，包括以下步骤：创建基于多任务学习卷积神经网络；采用自适应任务权重学习策略和任务自动开闭学习策略训练卷积神经网络；使用训练好的卷积神经网络对获取的车辆标识图像进行分层提取特征，根据车标数据库进行车标识别及属性预测。该方法基于卷积神经网络结构，采用多任务学习机制，提出自适应任务权重学习策略和任务自动开闭学习策略，能同时判断车标类别和预测车标属性，并且准确率高。

著录项

公开/公告号CN106934392B

专利类型发明专利
公开/公告日2020-05-26

原文格式PDF
申请/专利权人西交利物浦大学;
展开▼

申请/专利号CN201710112249.5
发明设计人张百灵;夏翌彰;颜诗洋;钱荣强;
展开▼

申请日2017-02-28
分类号G06K9/20(20060101);G06K9/62(20060101);G06N3/08(20060101);
代理机构32103 苏州创元专利商标事务所有限公司;
代理人范晴;丁浩秋
地址 215123 江苏省苏州市工业园区独墅湖高等教育区仁爱路111号
入库时间 2022-08-23 10:59:35

法律信息

法律状态公告日

法律状态信息

法律状态
2020-05-26

授权

授权
2017-08-01

实质审查的生效 IPC(主分类):G06K9/20 申请日:20170228

实质审查的生效
2017-07-07

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于多任务学习卷积神经网络的车标识别及属性预测方法 [P] . 中国专利： CN106934392B . 2020.05.26
2. 基于多任务学习卷积神经网络的车标识别及属性预测方法 [P] . 中国专利： CN106934392A . 2017-07-07
3. Multi-task learning incorporating dependencies method for bionic eye's face attribute recognition [P] . US11037035B2 . 2021-06-15

机译：多任务学习掺入仿生眼的脸部属性识别的依赖性方法
4. PARTS SURFACE ROUGHNESS AND CUTTING TOOL WEAR PREDICTION METHOD BASED ON MULTI-TASK LEARNING [P] . WO2021174525A1 . 2021-09-10

机译：基于多任务学习的零件表面粗糙度与切削刀具磨损预测方法
5. PEDESTRIAN ATTRIBUTE IDENTIFICATION AND POSITIONING METHOD AND CONVOLUTIONAL NEURAL NETWORK SYSTEM [P] . 美国专利： US2020272902A1 . 2020-08-27

机译：行人属性识别与定位方法及卷积神经网络系统