-
公开(公告)号：CN117409361A
公开(公告)日：2024-01-16
申请号：CN202311213600.1
申请日：2023-09-19
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V20/52 , G06V10/74 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本申请实施例提供了一种模型训练方法及装置，可以通过各目标域数据之间的相似度，将目标域数据划分成不同多层样本簇，然后从最底层样本簇，即第二层样本簇中选取多个样本簇进行标注，分别针对多个第二层样本簇，根据其中目标域数据的标注结果，为第二层样本簇添加用于表示所述标注结果的确信标签，最后按照预设扩散条件，将满足预设扩散条件的样本簇中非确信数据的标注结果确定为目标确信标签所表示的标注结果。本实施例中，选取部分第二层样本簇的目标域数据进行标注，然后将其进行扩散，使得大大降低按照高置信度标注方法标注的数据量，进而可以提高模型训练效率。
-
公开(公告)号：CN117036865A
公开(公告)日：2023-11-10
申请号：CN202311077668.1
申请日：2023-08-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/774 , G06V10/776 , G06V10/74 , G06V10/762 , G06V10/772
Abstract: 本发明公开了一种图像识别的自学习方法、装置、设备及存储介质，属于智能监控技术领域。本发明通过确定自学习系统中预先设定的学习任务，并将所述学习任务解耦成多个学习任务；获取图像数据，并利用通识模型对所述图像数据进行特征提取，所述图像数据由本地数据和现场数据构成；判断各个学习任务是否满足自学条件；控制满足所述自学习条件的学习任务对应的任务模型基于提到的特征数据进行自学习训练，通过各个完成自学习训练的任务模型进行图像识别，通过上述方式实现多任务之间完全解耦，判断各学习任务是否进行自学习，缓解任务间数据不平衡、小样本以及无效训练等带来的影响，提升了自学习系统的灵活性。
-
公开(公告)号：CN113936240A
公开(公告)日：2022-01-14
申请号：CN202111235744.8
申请日：2021-10-22
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 郭阶添
Abstract: 本申请实施例公开了一种确定样本图像的方法、装置、设备及存储介质，属于数据处理领域。所述方法包括：对视频流进行漏误报分析，以确定第一图像和第一图像对应的漏误报结果，该第一图像为视频流中存在漏误报对象的图像，该漏误报对象为漏分析的目标对象或者误分析的目标对象。基于第一图像对应的漏误报结果，从视频流中获取多个前景图像和多个背景图像。对多个前景图像和多个背景图像进行融合，以得到多个第二图像。将该第一图像和该多个第二图像确定为样本图像。本申请实施例通过这些生成的样本图像来训练第一神经网络模型，能够提升第一神经网络模型的训练效果，进而有效提升第一神经网络模型的分析性能。
-
公开(公告)号：CN110019895B
公开(公告)日：2021-05-14
申请号：CN201710622600.5
申请日：2017-07-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/583 , G06N3/04
Abstract: 本发明实施例提供了一种图像检索方法、装置及电子设备，应用于图像检索技术领域，所述方法包括：在样本视频片段中提取待检索目标对应的多张视频帧图片；根据所述待检索目标在每一张视频帧图片中的位置，提取所述每一张视频帧图片中所述待检索目标的目标特征，并对提取到的多个目标特征进行特征融合，得到目标融合特征；计算检索图片数据库中各被检索图片中目标的目标特征与所述目标融合特征的第一特征相似度，将所述第一特征相似度大于预设阈值的被检索图片作为检索结果。本发明实施例通过对待检索目标的多个目标特征进行融合，有效利用待检索目标的多种结构化信息，提高了检索结果的准确性。
-
公开(公告)号：CN111753606B
公开(公告)日：2025-03-07
申请号：CN201910600514.3
申请日：2019-07-04
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 郭阶添
IPC: G06V40/16 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本申请是关于一种智能模型的升级方法及装置，属于智能分析领域。所述方法包括：获取属于第一环境的输入数据，所述第一环境与待升级的第一智能模型的第二环境不同，所述第一智能模型是基于属于所述第二环境的第一样本数据进行训练得到的；将所述输入数据输入到所述第一智能模型，获取所述第一智能模型对所述输入数据进行处理输出的所述输入数据对应的输出数据，所述输出数据包括置信度和目标框信息；根据所述第一样本数据和所述输出数据训练所述第一智能模型得到第二智能模型。本申请能够提高智能模型的场景泛化性能。
-
Patent Agency Ranking
公开(公告)号：CN119152422A
公开(公告)日：2024-12-17
申请号：CN202411658736.8
申请日：2024-11-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种视频分析方法、装置、设备及存储介质，应用于计算机技术、视频识别技术领域。该方法包括：基于预先训练的视频文本多模态模型，对预先获取的多个视频序列进行推理得到视频特征，进而对视频特征和特征底库进行相似度计算，得到每个视频序列对应的相似度结果，基于预先设定的相似度阈值和每个视频序列对应的相似度结果，在多个视频序列中，确定出至少一个异常视频序列，将至少一个异常视频序列和每个异常视频序列对应的行为特征推送至用户，基于用户对异常视频的标定对特征底库进行更新。通过上述方法提高了视频中目标行为分析的准确性和分析效率，通过不断接收用户反馈优化模型，对异常行为的检测能力逐渐增强，提高了用户体验。
-
公开(公告)号：CN111753606A
公开(公告)日：2020-10-09
申请号：CN201910600514.3
申请日：2019-07-04
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 郭阶添
Abstract: 本申请是关于一种智能模型的升级方法及装置，属于智能分析领域。所述方法包括：获取属于第一环境的输入数据，所述第一环境与待升级的第一智能模型的第二环境不同，所述第一智能模型是基于属于所述第二环境的第一样本数据进行训练得到的；将所述输入数据输入到所述第一智能模型，获取所述第一智能模型对所述输入数据进行处理输出的所述输入数据对应的输出数据，所述输出数据包括置信度和目标框信息；根据所述第一样本数据和所述输出数据训练所述第一智能模型得到第二智能模型。本申请能够提高智能模型的场景泛化性能。
-
公开(公告)号：CN111752703A
公开(公告)日：2020-10-09
申请号：CN202010272345.8
申请日：2020-04-09
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种用于神经网络训练和智能分析的处理资源配置方法，该方法包括，在神经网络模型的智能分析使用当前处理资源的任意时间，判断是否满足触发逻辑，如果满足触发逻辑，则基于当前空闲的处理资源，为待更新神经网络模型配置训练所需的处理资源，基于当前空闲的处理资源，执行待更新神经网络模型的训练。本发明实现了神经网络模型的智能分析和训练的一体化，并且，在确保神经网络模型优先完成应用智能分析的情形下，最大化地利用了硬件资源来进行训练，实现了处理资源在智能分析和训练之间的弹性配置，提高了神经网络模型的自主升级应用的便利。
-
公开(公告)号：CN106557533B
公开(公告)日：2020-03-06
申请号：CN201510672504.2
申请日：2015-10-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/432 , G06F16/483
Abstract: 本发明公开了一种单目标多图像联合检索的方法和装置。该方法包括：接收包括同一个检索目标的多张图像；分别生成所述多张图像的差异性权重；根据所述差异性权重，融合所述多张图像中的所述检索目标的特征，生成特征集合；基于所述特征集合在图像数据库中进行检索获得第一检索结果；根据所述差异性权重，对所述第一检索结果进行加权融合，输出加权融合后的第二检索结果。通过对检索目标的多个样本提取差异性权重和特征集合，基于特征集合进行检索，将差异性权重加权到检索的结果中；融合了单个目标多张样本进行检索，检索结果更加直观，查准率和查全率更高。
-
公开(公告)号：CN110019895A
公开(公告)日：2019-07-16
申请号：CN201710622600.5
申请日：2017-07-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/583 , G06N3/04
Abstract: 本发明实施例提供了一种图像检索方法、装置及电子设备，应用于图像检索技术领域，所述方法包括：在样本视频片段中提取待检索目标对应的多张视频帧图片；根据所述待检索目标在每一张视频帧图片中的位置，提取所述每一张视频帧图片中所述待检索目标的目标特征，并对提取到的多个目标特征进行特征融合，得到目标融合特征；计算检索图片数据库中各被检索图片中目标的目标特征与所述目标融合特征的第一特征相似度，将所述第一特征相似度大于预设阈值的被检索图片作为检索结果。本发明实施例通过对待检索目标的多个目标特征进行融合，有效利用待检索目标的多种结构化信息，提高了检索结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.037 seconds)
