[发明专利]一种无监督多层神经网络的车辆品牌识别的方法及装置在审
| 申请号： | 201710507030.5 | 申请日： | 2017-06-28 |
| 公开（公告）号： | CN107301417A | 公开（公告）日： | 2017-10-27 |
| 发明（设计）人： | 程良伦;陈仿雄;佘爽;黄振杰 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/46;G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 罗满 |
| 地址： | 510062 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种无监督多层神经网络的车辆品牌识别的方法，可以通过第一神经网络从车辆行驶图像中选出包含车标的图像，从而排除大量不包含车标的区域的图像，使得对于车辆品牌数据进行人工标注的工作量大大减少；本发明还公开了一种无监督多层神经网络的车辆品牌识别的装置，同样具有上述有益效果。 | ||
| 搜索关键词： | 一种 监督 多层 神经网络 车辆 品牌 识别 方法 装置 | ||
【主权项】：
一种无监督多层神经网络的车辆品牌识别的方法，其特征在于，所述方法包括：从车辆行驶图像中提取多个感兴趣区域图像；通过第一神经网络的卷积层和全连接层从所述感兴趣区域图像中提取特征图像；通过所述第一神经网络的全连接层的多任务损失函数计算所述特征图像中包含车标的概率值；选出所述概率值达到预设条件的特征图像所对应的感兴趣区域图像；通过第二神经网络的卷积层和全连接层从所述达到预设条件的特征图像所对应的感兴趣区域图像中提取车标特征图像；通过第二神经网络的多类逻辑回归层识别出所述车标特征图像中的车辆品牌。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710507030.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种对手写过程的在线采集系统及其方法
- 下一篇：光学字符识别中的版面分析
