本發明公開了一種基于強化學習和雙線性卷積網絡的車型識別方法,構建深度網絡模型,設置細粒度分類網絡的超參數并初始化網絡;建立優化顯著性特征的馬爾科夫決策模型;對數據集進行尺度變換;優化注意力區域:在細粒度分類網絡參數固定的情況下,將數據集輸入細粒度分類網絡,并采用強化學習算法優化顯著性區域,選擇最優的注意力區域;建立對細粒度分類網絡參數進行更新的損失函數;融合特征后重復訓練網絡直到注意力區域不再變化為止;采用需要測試的車型圖像輸入到訓練完成的模型中,獲得相應的檢測結果。本發明利用強化學習網絡來提取底層的顯著性特征,并通過雙線性插值法來對高層語義特征和低層的顯著性特征進行融合提高識別準確率。
聲明:
“基于強化學習和雙線性卷積網絡的車型識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)