[发明专利]视频分类方法及其模型的训练方法、装置和电子设备有效
| 申请号： | 201910359704.0 | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110070067B | 公开（公告）日： | 2021-11-12 |
| 发明（设计）人： | 苏驰;李凯;陈宜航;刘弘也 | 申请（专利权）人： | 北京金山云网络技术有限公司;北京金山云科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 徐彦圣 |
| 地址： | 100000 北京*** | 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： | 本发明提供了一种视频分类方法及其模型的训练方法、装置和电子设备；其中，该训练方法包括：通过卷积神经网络提取多帧视频帧的初始特征；通过循环神经网络从初始特征中提取多帧视频帧的最终特征；将最终特征输入至输出网络，输出多帧视频帧的预测结果；通过预设的预测损失函数确定预测结果的损失值；根据损失值对初始模型进行训练，直至初始模型中的参数收敛，得到视频分类模型。本发明采用卷积神经网络和循环神经网络相结合，可以大幅降低运算量，从而提高了模型训练和识别效率；同时也可以在提取特征的过程中考虑视频帧之间的关联信息，因而提取出的特征能准确的表征视频类型，从而提高了视频分类的准确率。 | ||
| 搜索关键词： | 视频 分类 方法 及其 模型 训练 装置 电子设备 | ||
【主权项】：
1.一种视频分类模型的训练方法，其特征在于，所述方法包括：基于预设的训练集合确定当前的训练数据；所述训练数据包括多帧视频帧；将所述训练数据输入至初始模型；所述初始模型包括卷积神经网络、循环神经网络和输出网络；通过所述卷积神经网络提取所述多帧视频帧的初始特征；通过所述循环神经网络从所述初始特征中提取所述多帧视频帧的最终特征；将所述最终特征输入至所述输出网络，输出所述多帧视频帧的预测结果；通过预设的预测损失函数确定所述预测结果的损失值；根据所述损失值对所述初始模型进行训练，直至所述初始模型中的参数收敛，得到视频分类模型。
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北京金山云网络技术有限公司;北京金山云科技有限公司，未经北京金山云网络技术有限公司;北京金山云科技有限公司许可，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/patent/201910359704.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于姿态关键帧的视频行人重识别方法及系统
- 下一篇：一种人体动作识别方法
