[发明专利]一种基于卷积神经网络的以图搜车方法在审
| 申请号： | 201610590679.3 | 申请日： | 2016-07-26 |
| 公开（公告）号： | CN106156750A | 公开（公告）日： | 2016-11-23 |
| 发明（设计）人： | 尚凌辉;高华;王弘玥 | 申请（专利权）人： | 浙江捷尚视觉科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06K9/46;G06N3/02 |
| 代理公司： | 浙江杭州金通专利事务所有限公司 33100 | 代理人： | 王佳健 |
| 地址： | 311121 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的以图搜车方法。本发明收集不同车辆的图像集，相同的车辆作为正样本对，不同的车辆作为负样本对，在典型卷积神经网络模型上训练，最小化相似度差异或分类误差，学习一组车辆特征表达方法，车辆图像在该卷积神经网络模型前向传播后，数据层的结果便可作为车辆的纹理特征，用该特征计算待检索车辆特征与检索集车辆的相似度，按相似度进行排序得到以图搜车的结果。本发明利用卷积神经网络学习车辆图像的外观表示方法，较SIFT、HoG特征等目的性更强，特征更直观，不需要额外的度量学习过程，有利于大幅度提高搜索的准确度和精度，且特征的维数可控制在较小的数量级，有利于在海量图像库中实现快速搜索。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 图搜车 方法 | ||
【主权项】：
一种基于卷积神经网络的以图搜车方法，其特征在于：收集不同车辆的图像集，相同的车辆作为正样本对，不同的车辆作为负样本对，在典型卷积神经网络模型上训练，最小化相似度差异或分类误差，学习一组车辆特征表达方法，车辆图像在该卷积神经网络模型前向传播后，数据层的结果便可作为车辆的纹理特征，用该特征计算待检索车辆特征与检索集车辆的相似度，按相似度进行排序得到以图搜车的结果。
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浙江捷尚视觉科技股份有限公司，未经浙江捷尚视觉科技股份有限公司许可，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/201610590679.3/，转载请声明来源钻瓜专利网。
