西交利物浦大学

张百灵 | 夏翌彰 | 颜诗洋 | 钱荣强

基于多任务学习卷积神经网络的车标识别及属性预测方法

[0025]该方法基于卷积神经网络结构，采用多任务学习机制，提出自适应任务权重学习策略和任务自动开闭学习策略，采用上述策略训练卷积神经模型，识别车辆标志并同时预测其属性。在基于卷积神经网络的多任务学习的自适应加权方案的基础上，可切换任务学习方案进一步提高系统性能；可以建立更全面的车辆标志数据库，用于标识识别和属性预测，准确率高。既能识别车标还可以对车标属性预测，比如车标是否含有英文字母，是否对称等等属性预测，其对基于内容的图片检索是意义重大的。