一种基于深度学习的车辆重识别方法

    公开(公告)号:CN109492583A

    公开(公告)日:2019-03-19

    申请号:CN201811330697.3

    申请日:2018-11-09

    Applicant: 安徽大学

    Inventor: 严晨晨 郑爱华

    Abstract: 本发明公开一种基于深度学习的车辆重识别方法,包括下述步骤:采用批次困难三重损失去训练卷积神经网络,训练时采用三元组去捕获三个元素之间的相对相似性来学习代表性特征;采用交叉商损失去训练并在此基础上加入标签平滑规范化;对批次困难三重损失和加入标签平滑规范化损失的交叉商损失进行联合训练;在基准数据集上实验评价其结果。本发明有效解决现有技术中随着训练的不断深入很多三元组变成“无用的”三元组的问题和训练耗时的问题,标签平滑规范化能够减弱由于训练过拟合而降低模型的泛化能力和适应性等问题。

Patent Agency Ranking