申请/专利权人：中国科学院计算技术研究所

申请日：2024-02-06

公开（公告）日：2024-03-22

公开（公告）号：CN117746302A

主分类号：G06V20/40

分类号：G06V20/40;G06V10/74;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/0455;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提供了用于视频相似度学习模型的训练方法，包括：获取训练集，包括多个原始样本和指示对应样本类别的标签，原始样本为一段视频且包括多个视频帧；利用训练集多次迭代训练模型，得到经训练的模型，每次包括：针对每个类别，将该类别的一个原始样本作为查询样本，其他原始样本与查询样本构成样本对，得到多个样本对；利用模型提取样本对中样本的特征向量，包括样本的每个视频帧的块级特征序列；基于样本对构建多对视频帧，根据样本的多个视频帧的块级特征序列确定多对视频帧的帧级相似度，根据该帧级相似度确定样本对中两个样本间的视频级相似度；利用预设的损失函数根据查询样本对应的多个样本对的视频级相似度计算的总损失更新模型参数。

主权项：1.一种用于视频相似度学习模型的训练方法，其特征在于，包括：获取训练集，其包括多个原始样本和对应的标签，原始样本为一段视频，一段视频包括多个视频帧，标签指示对应原始样本的类别；利用训练集，按照以下方式对视频相似度学习模型进行多次迭代训练，得到经训练的视频相似度学习模型：基于所述标签，针对每个类别，将训练集中该类别下的每个原始样本作为查询样本，将该类别下的其他原始样本作为正样本，将其他类别的原始样本作为负样本，每个正样本和每个负样本分别与查询样本构成样本对，得到多个样本对；利用所述模型提取每个样本对中每个样本的特征向量，特征向量包括对应样本的每个视频帧的块级特征序列；基于每个样本对构建多对视频帧，根据每个样本对中每个样本的每个视频帧的块级特征序列确定多对视频帧各自的帧级相似度，根据多对视频帧的帧级相似度确定样本对中两个样本间的视频级相似度；利用预设的损失函数根据所有查询样本中每个查询样本对应的多个样本对的视频级相似度计算总损失，根据总损失更新模型的参数。

全文数据：

权利要求：

百度查询： 中国科学院计算技术研究所 一种用于视频相似度学习模型的训练方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD