基于多任务深度学习的修正局部敏感哈希车辆检索方法

摘要

一种基于多任务深度学习的修正局部敏感哈希车辆检索方法，采用多任务端到端的卷积神经网络分段并行对车辆车型、车系、车标、颜色、车牌同时进行识别，基于特征金字塔提取车辆图像实例特征的网络模块，利用修正局部敏感哈希排序算法对数据库中车辆特征进行排序的算法，在无法获取检索车辆图像的跨模态文本检索方法。本发明提出了一种多任务端到端的卷积神经网络和修正局部敏感哈希车辆检索方法，有效提高车辆检索的自动化和智能化水平，且用较少的存储空间，较快的检索速度来满足大数据时代的图像检索要求。