[发明专利]一种事件检测模型训练方法、装置以及事件检测方法有效
| 申请号： | 201810277169.X | 申请日： | 2018-03-30 |
| 公开（公告）号： | CN108491817B | 公开（公告）日： | 2021-02-26 |
| 发明（设计）人： | 孙源良;李彩虹;李长升;樊雨茂 | 申请（专利权）人： | 国信优易数据股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 张海洋 |
| 地址： | 100000 北京市丰台区南四环*** | 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： | 本发明提供了一种事件检测模型训练方法、装置以及事件检测方法，其中事件检测模型训练方法包括：获取多个带有标签的训练视频中的训练图像帧；使用目标神经网络为每个训练视频中的所述训练图像帧提取特征向量；以每个训练视频为单位，使用自注意力机制处理网络对每个训练视频的特征向量构成的特征向量矩阵进行至少两轮权重赋值；将进行了权重赋值的特征向量矩阵输入至类别预测网络进行类别预测，获得所述训练视频的事件分类结果的概率向量；根据所述事件分类结果的概率向量以及由所述训练视频的标签构成的标签向量之间的比对结果，对事件检测模型进行训练。该方法能够在不影响模型精度的前提下，减少计算资源以及训练时间的耗费。 | ||
| 搜索关键词： | 一种 事件 检测 模型 训练 方法 装置 以及 | ||
【主权项】：
1.一种事件检测模型训练方法，其特征在于，包括：获取多个带有标签的训练视频中的训练图像帧；使用目标神经网络为每个训练视频中的所述训练图像帧提取特征向量；以每个训练视频为单位，使用自注意力机制处理网络对每个训练视频的特征向量构成的特征向量矩阵进行至少两轮权重赋值；将进行了权重赋值的特征向量矩阵输入至类别预测网络进行类别预测，获得所述训练视频的事件分类结果的概率向量；根据所述事件分类结果的概率向量以及由所述训练视频的标签构成的标签向量之间的比对结果，对所述目标神经网络、所述自注意力机制处理网络以及所述类别预测网络进行训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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国信优易数据股份有限公司，未经国信优易数据股份有限公司许可，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/patent/201810277169.X/，转载请声明来源钻瓜专利网。
