[发明专利]一种基于主动学习的分布式自优化视频实时解析框架在审
| 申请号： | 201910303275.5 | 申请日： | 2019-04-15 |
| 公开（公告）号： | CN110708567A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 赵宏伟;张卫山;任鹏程 | 申请（专利权）人： | 中国石油大学(华东) |
| 主分类号： | H04N21/234 | 分类号： | H04N21/234;H04N21/231;G06N3/04;G06N3/08;H04L29/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 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： | 本发明提出了一种基于主动学习的分布式自优化视频实时解析框架，Storm框架对分布式存储的视频数据进行并行训练，并将深度学习模型进行融合构成分布式并行视频解析框架，配合多终端并行服务机制，在Storm框架下实现计算资源最优分配。利用错误解析的数据，经过校正后对原有模型进行迭代训练，并将视频解析框架中的深度学习模型进行更新，以此实现框架的自优化，提升模型的准确性和健壮性。 | ||
| 搜索关键词： | 自优化 解析 分布式存储 并行服务 并行视频 并行训练 迭代训练 计算资源 实时解析 视频解析 视频数据 主动学习 最优分配 多终端 健壮性 校正 视频 学习 融合 更新 配合 | ||
【主权项】：
1.一种基于主动学习的分布式自优化视频实时解析框架，结合Storm流处理框架和深度学习图像解析模型，在海量多源视频数据并行输入的情况下实现对视频的实时解析并利用经过校验的解析结果实现深度学习模型的自优化，包括以下步骤：/n步骤(1)、基于Hadoop分布式存储系统，采用Storm框架实现对于图像数据的分布式训练；/n步骤(2)、将得到的多个深度学习模型进行模型融合，部署至分布式并行视频解析框架，配合多终端并行服务机制，实现计算资源最优分配；/n步骤(3)、针对多源数据输入，在分布式并行视频解析框架中自主选择最佳计算节点；/n步骤(4)、视频解析的结果输送至前端进行展示，同时将其跟视频图像文件缓存至暂存服务器；/n步骤(5)、将暂存服务器中的数据特别是解析错误的数据进行校正，然后进行迭代训练；/n步骤(6)、将神经网络模型在视频解析框架中进行更新，实现一次自由化迭代。/n
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中国石油大学(华东)，未经中国石油大学(华东)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/201910303275.5/，转载请声明来源钻瓜专利网。
