申请/专利权人:人民中科(济南)智能技术有限公司
申请日:2021-08-11
公开(公告)日:2024-04-23
公开(公告)号:CN113610016B
主分类号:G06F30/27
分类号:G06F30/27
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2021.11.23#实质审查的生效;2021.11.05#公开
摘要:本发明公开了一种视频帧特征提取模型的训练方法、系统、设备及存储介质。方法包括:S1、将任一批次的原视频帧图像经过图像增强后,获取两路增强视频帧图像集;S2、将两路增强视频帧图像集分别输入对比训练网络包含的两路特征提取子网络,获得两路特征集;S3、将两路特征集沿特征维度作互相关乘法计算,得到相似度矩阵;S4、计算相似度矩阵的损失值;S5、如损失值大于阈值,则根据损失值调整对比训练网络,并返回S1;否则判定对比训练网络拟合,并转入S6;S6、提取对比训练网络包含的任一路特征提取子网络,完成视频帧特征提取模型的训练。系统:图像增强单元、双路特征提取单元、相似度矩阵单元、损失值计算单元、判断单元、单路网络提取单元。
主权项:1.一种视频帧特征提取模型的训练方法,其特征在于,包括下列步骤:S1、将随机选取的原视频帧批次数据经过图像增强后,获得两批次增强视频帧,增强后数据批次内顺序与原批次顺序保持一致;S2、所述的两批次增强视频帧相同索引位置的数据自动构成正样本对,不同索引位置的数据自动构成负样本对;S3、将所述的两批次增强视频帧分别输入对比训练网络包含的两路特征提取子网络,获得两路特征集;S4、将所述的两路特征集沿特征维度作互相关乘法计算,得到相似度矩阵和标签值;S5、根据所述相似度矩阵和标签值计算损失值;S6、如所述的损失值大于阈值,则根据所述的损失值调整所述对比训练网络,并返回S1;否则判定所述的对比训练网络拟合,并转入S7;S7、提取所述对比训练网络包含的任一路特征提取子网络,完成视频帧特征提取模型的训练。
全文数据:
权利要求:
百度查询: 人民中科(济南)智能技术有限公司 视频帧特征提取模型的训练方法、系统、设备及存储介质
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。