[发明专利]一种基于弱监督学习的视频目标检测方法有效
| 申请号： | 202110759622.2 | 申请日： | 2021-07-05 |
| 公开（公告）号： | CN113420707B | 公开（公告）日： | 2022-07-15 |
| 发明（设计）人： | 朱锦雷;井琨;许野平;朱爱红 | 申请（专利权）人： | 神思电子技术股份有限公司 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/774;G06V10/80;G06V10/764;G06V10/82;G06K9/62;G06N3/08 |
| 代理公司： | 济南泉城专利商标事务所 37218 | 代理人： | 赵玉凤 |
| 地址： | 250000 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于弱监督学习的视频目标检测方法，通过设计新型注意力网络模型，基于较少的全标注数据及海量简单标注数据，使网络模型的空间及通道注意力机制高效工作，从而可以基于海量样本进行弱监督训练学习，取得高精度的目标检测效果。注意力网络模型是实现高精度物体检测的必要技术手段，但是在目标识别过程中，所关注的区域热点可能会受到运动背景物体的干扰，有些输入数据预测结果较好，而另一些则很差，本方法引入了位置注意力内部损失函数，通过在视频中跟踪目标区域，生成用于检测的伪定位标签，用于注意力网络模型的弱监督训练，从而实现少量标注样本向海量样本的高效迁移学习。 | ||
| 搜索关键词： | 一种 基于 监督 学习 视频 目标 检测 方法 | ||
【主权项】：
暂无信息
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神思电子技术股份有限公司，未经神思电子技术股份有限公司许可，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/202110759622.2/，转载请声明来源钻瓜专利网。
