基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
细粒度车辆识别极具挑战性,尤其在两辆车的外型差异及其细微的时候.通过车辆的附加属性能够提高车辆识别效果,但一般的神经网络模型忽略了附加属性间的联系,提出一种基于改进的triplet loss作为损失函数的车辆多属性学习的卷积神经网络,用于实现细粒度车辆多属性识别.具体而言,通过对传统神经网络结构的改变,将车辆识别问题转化为多属性学习问题.对三元组损失函数进行改进用于训练网络以实现细粒度车辆识别.同时,创建了一个车辆多属性数据集并完成训练工作,结果显示了该方法的潜力.
推荐文章
基于多任务卷积神经网络的轨道车辆螺栓异常检测方法
多任务卷积神经网络
螺栓异常
图像对比
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于卷积神经网络的车牌识别
卷积神经网络
车牌识别
模型训练
权值共享
基于改进卷积神经网络的手势识别
改进卷积神经网络
手势识别
准确率
图像处理
过拟合
Dropout
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多任务卷积神经网络的车辆多属性识别
来源期刊 计算机工程与应用 学科 工学
关键词 细粒度车辆识别 车辆多属性 多任务学习 卷积神经网络 度量学习 车辆多属性数据集
年,卷(期) 2018,(8) 所属期刊栏目 热点与综述
研究方向 页码范围 21-27
页数 7页 分类号 TP391.41
字数 4932字 语种 中文
DOI 10.3778/j.issn.1002-8331.1801-0170
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈前斌 重庆邮电大学通信与信息工程学院 321 2153 22.0 32.0
2 唐伦 重庆邮电大学通信与信息工程学院 165 904 14.0 22.0
3 刘云龙 重庆邮电大学通信与信息工程学院 10 37 4.0 5.0
4 王耀玮 重庆邮电大学通信与信息工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (31)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (9)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
细粒度车辆识别
车辆多属性
多任务学习
卷积神经网络
度量学习
车辆多属性数据集
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导