一种基于重复检测优化的体育视频中多目标跟踪方法

    公开(公告)号:CN115439786A

    公开(公告)日:2022-12-06

    申请号:CN202211085097.1

    申请日:2022-09-06

    Abstract: 本发明公开了一种基于重复检测优化的体育视频中多目标跟踪方法,包括如下步骤:S1,将某训练轮次的某帧图像输入到网络模型中,以获得初步的检测结果;S2,对检测结果的包围盒信息采用所述网络模型的自检测,以得到原检测损失;S3,再对检测结果的包围盒信息采用预设方法检测,以得到复检损失;S4,将复检损失和原检测损失合并为总检测损失,反向传播给所述网络模型进行权重优化,以获得新网络模型;S5,将所述图像再次输入到所述新网络模型中,得到无重复检测的检测结果,解决了现有多目标跟踪方法在体育视频中重复检测的问题,同时能够大幅减少现有多目标跟踪方法的模型在行人视频中的训练时长并保持跟踪质量,提升训练效率。

    一种基于关键字词频特征的多模式匹配方法

    公开(公告)号:CN105373601A

    公开(公告)日:2016-03-02

    申请号:CN201510755911.X

    申请日:2015-11-09

    CPC classification number: G06F16/245 G06F21/55

    Abstract: 本发明提供一种基于关键字词频特征的多模式匹配方法,首先从已知的信息数据库中提取关键字并统计出现频率作为其词频信息,其次采用构造含有关键字词频信息的二叉树完成其中的模式串匹配,在字符匹配过程中若出现字符不相等,则与该不匹配字符所在节点的兄弟节点所含字符进行匹配。其利用信息来源的模式的关键字词频信息构造基于字典树的二叉树完成其中的模式串的匹配,并与AC算法进行了比较。传统的AC算法需要维护三张表,并且在模式匹配过程中会频繁访问这三张表;本发明的一种基于关键字词频特征的多模式匹配方法更多的利用了模式本身的词频信息,并不需要维护过多的信息,这就大大减少了系统的内存消耗。

    一种基于关键字词频特征的多模式匹配方法

    公开(公告)号:CN105373601B

    公开(公告)日:2019-05-21

    申请号:CN201510755911.X

    申请日:2015-11-09

    Abstract: 本发明提供一种基于关键字词频特征的多模式匹配方法,首先从已知的信息数据库中提取关键字并统计出现频率作为其词频信息,其次采用构造含有关键字词频信息的二叉树完成其中的模式串匹配,在字符匹配过程中若出现字符不相等,则与该不匹配字符所在节点的兄弟节点所含字符进行匹配。其利用信息来源的模式的关键字词频信息构造基于字典树的二叉树完成其中的模式串的匹配,并与AC算法进行了比较。传统的AC算法需要维护三张表,并且在模式匹配过程中会频繁访问这三张表;本发明的一种基于关键字词频特征的多模式匹配方法更多的利用了模式本身的词频信息,并不需要维护过多的信息,这就大大减少了系统的内存消耗。

Patent Agency Ranking