加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

基于多尺度区域特征约束的车辆细粒度识别方法及装置

发明专利有效专利
  • 申请号:
    CN201911243642.3
  • IPC分类号:G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
  • 申请日期:
    2019-12-06
  • 申请人:
    长沙千视通智能科技有限公司
著录项信息
专利名称基于多尺度区域特征约束的车辆细粒度识别方法及装置
申请号CN201911243642.3申请日期2019-12-06
法律状态实质审查申报国家中国
公开/公告日2020-04-28公开/公告号CN111079602A
优先权暂无优先权号暂无
主分类号G06K9/00IPC分类号G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;3;2;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人长沙千视通智能科技有限公司申请人地址
湖南省长沙市高新开发区麓谷大道658号湖南麓谷信息港自编AB栋4002-(C019)房 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人长沙千视通智能科技有限公司当前权利人长沙千视通智能科技有限公司
发明人张斯尧;罗茜;王思远;蒋杰;张诚;李乾;谢喜林;黄晋
代理机构长沙德恒三权知识产权代理事务所(普通合伙)代理人徐仰贵
摘要
本发明实施方式提供一种基于多尺度区域特征约束的车辆细粒度识别方法及装置,属于计算机视觉技术领域,方法包括:获取待识别的第一车辆目标图像;以及以第一车辆目标图像为输入,经预训练的车辆细粒度识别模型对第一车辆目标图像进行车辆细粒度分类识别;车辆细粒度识别模型通过包括经多尺度区域特征提取后的训练数据样本的训练集对MA‑CNN模型训练后得到。本发明的上述技术方案通过多重注意力机制与多尺度区域特征相结合的深度学习神经网络进行训练,在局部注意力计算时,车辆目标图像定位准确,且基本没有特征损失,提高了车辆细粒度的识别准确率,并且能够完成端对端的训练,从而极大地简化了计算。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供