[发明专利]一种基于多任务学习的场景理解方法

摘要

本发明中提出的一种基于多任务学习的场景理解方法，其主要内容包括同方差不确定性的多任务学习，多任务似然函数，场景理解模型，其过程为，先执行每个单独任务的损失的加权线性和，学习最优的任务权重，接着推导一个多任务损失函数，定义概率模型，将可能性定义为模型输出给出的平均值的高斯函数，最后构建在像素级别学习回归和分类输出的模型，包括语义分割、实例分割和深度回归。本发明提出的场景理解模型可以学习多任务权重，优于其他单独训练每个任务的模型，减少了计算量，提高了学习效率和预测精度，并且可以实时运行。

主权项

一种基于多任务学习的场景理解方法，其特征在于，主要包括同方差不确定性的多任务学习(一)；多任务似然函数(二)；场景理解模型(三)。