一種基于深度學(xué)習(xí)的精細(xì)車型識別方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202110112292.8 申請日 -
公開（公告）號 CN112966709A 公開（公告）日 2021-06-15
申請公布號 CN112966709A 申請公布日 2021-06-15
分類號 G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 汪洋旭;廖歡;張招亮;劉后標(biāo);唐文杰 申請（專利權(quán)）人 中國電子進(jìn)出口有限公司
代理機(jī)構(gòu) 北京君尚知識產(chǎn)權(quán)代理有限公司 代理人 邱曉鋒
地址 100036北京市海淀區(qū)復(fù)興路17號A座6-23層
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于深度學(xué)習(xí)的精細(xì)車型識別方法及系統(tǒng)。該方法從車輛視頻流數(shù)據(jù)中抽取視頻幀，檢測視頻幀中的車輛并提取車輛圖像；將車輛圖像輸入訓(xùn)練完成的引入注意力訓(xùn)練機(jī)制的深度卷積神經(jīng)網(wǎng)絡(luò)，輸出精細(xì)車型識別結(jié)果。所述深度卷積神經(jīng)網(wǎng)絡(luò)包括主干特征提取網(wǎng)絡(luò)、特征表達(dá)層、注意力特征提取分支網(wǎng)絡(luò)、分類損失層；訓(xùn)練過程包括車型正常?隨機(jī)打亂圖像對訓(xùn)練、多元組車輛圖像對訓(xùn)練；使用的損失函數(shù)包括Softmax分類損失、多元組分類損失、分支網(wǎng)絡(luò)重構(gòu)損失。本發(fā)明基于注意力機(jī)制能夠自主學(xué)習(xí)不同車型間的區(qū)分性特征，能夠有效提升現(xiàn)有基于深度學(xué)習(xí)方法的車型識別模型的車型識別準(zhǔn)確率，實(shí)現(xiàn)針對大量實(shí)際車型的精細(xì)車型識別需求。