[发明专利]训练方法、识别方法、装置、电子设备以及存储介质在审
申请号: | 202110878180.3 | 申请日: | 2021-07-30 |
公开(公告)号: | CN113609956A | 公开(公告)日: | 2021-11-05 |
发明(设计)人: | 孙想;邓天生;贠挺;于天宝;陈国庆 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 王江选 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 训练 方法 识别 装置 电子设备 以及 存储 介质 | ||
本公开公开了视频识别模型的训练方法、视频识别方法、装置、电子设备、存储介质以及程序产品。涉及人工智能技术领域,尤其涉及计算机视觉和直播技术领域。具体实现方案为:获取训练样本,其中,训练样本包括视频数据和与视频数据相对应的标签,视频数据包括与交通场景相关的视频数据,标签指示了在采集视频数据的同时发生的事件;以及利用训练样本训练初始视频识别模型,得到视频识别模型。
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉和直播技术领域。具体涉及视频识别模型的训练方法、视频识别方法、装置、电子设备、存储介质以及程序产品。
背景技术
随着网络上视频数据数量呈现爆炸式增长,海量的数据源以及丰富的数据层次,使得依靠人工来分析和处理这些视频数据变得越来越困难。计算机视觉技术为解放人力提供巨大潜力。计算机视觉是一门研究如何使用电子设备“看”的科学,即,利用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等的科学技术。计算机视觉技术为公共安全、信息安全、金融安全层面的应用发展提供巨大帮助。
发明内容
本公开提供了一种视频识别模型的训练方法、视频识别方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面,提供了一种视频识别模型的训练方法,包括:获取训练样本,其中,训练样本包括视频数据和与视频数据相对应的标签,视频数据包括与交通场景相关的视频数据,标签指示了在采集视频数据的同时发生的事件;以及利用训练样本训练初始视频识别模型,得到视频识别模型。
根据本公开的另一方面,提供了一种视频识别方法,包括:获取待识别视频数据;以及将待识别视频数据输入视频识别模型,得到与待识别视频数据相对应的识别结果;其中,视频识别模型是利用如上所述的视频识别模型的训练方法训练的。
根据本公开的另一方面,提供了一种视频识别模型的训练装置,包括:样本获取模块,用于获取训练样本,其中,训练样本包括视频数据和与视频数据相对应的标签,视频数据包括与交通场景相关的视频数据,标签指示了在采集视频数据的同时发生的事件;以及训练模块,用于利用训练样本训练初始视频识别模型,得到视频识别模型。
根据本发明的另一方面,提供了一种视频识别装置,包括:数据获取模块,用于获取待识别视频数据;以及识别模块,用于将待识别视频数据输入视频识别模型,得到与待识别视频数据相对应的识别结果;其中,视频识别模型是利用视频识别模型的训练方法训练的。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的视频识别模型的训练方法以及如上所述的视频识别方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如上所述的视频识别模型的训练方法以及如上所述的视频识别方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如上所述的视频识别模型的训练方法以及如上所述的视频识别方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用视频识别方法及装置的示例性系统架构;
图2示意性示出了根据本公开实施例的视频识别模型的训练方法的流程图;
图3A示意性示出了根据本公开第一实施例的与交通场景相关的视频数据中的视频帧示意图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110878180.3/2.html,转载请声明来源钻瓜专利网。