公开(公告)号：CN119155481A

公开(公告)日：2024-12-17

申请号：CN202411659021.4

申请日：2024-11-19

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 张丽丽 ,  杜银银 ,  周冠钞

IPC: H04N21/232 ,  H04N21/431 ,  H04N7/18 ,  G06F16/78 ,  G06F16/732 ,  G06F16/738 ,  G06F16/71

Abstract: 本申请实施例提供了一种视频检索方法及装置，涉及视频处理技术领域，上述方案为：获得检索时间段；若所述检索时间段中存在从第一时间开始向前的第一子时间段，则生成针对所述第一子时间段进行检索的第一视频检索请求，向检索服务器发送所述第一视频检索请求，获得所述检索服务器基于已存储的视频检索信息响应所述第一视频检索请求得到的第一检索结果，若所述检索时间段中存在位于所述第一时间之后的第二子时间段，则生成针对第二子时间段进行检索的第二视频检索请求，向视频采集设备发送所述第二视频检索请求，获得所述视频采集设备针对所述第二视频检索请求反馈的第二检索结果。应用本申请实施例提供的视频检索方案，能够提高视频检索效率。

公开(公告)号：CN111683215B

公开(公告)日：2023-03-24

申请号：CN202010507551.2

申请日：2020-06-05

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 金威 ,  姚家振 ,  张硕硕 ,  张丽丽 ,  张龙涛

IPC: H04N5/93

Abstract: 本申请提供一种录像回放方法、装置、电子设备及计算机可读存储介质，本申请中，在待进行录像回放的情况下，依据待进行录像回放的目标时间点和目标时间点对应的目标时区(录像回放模式按照目标时区进行回放录像)，有针对性地为待进行录像回放的各目标录像设备确定用于回放录像的目标播放时间点，之后即可依据为各目标录像设备确定的目标播放时间点回放各目标录像设备中的录像，实现了回放目标录像设备中的录像。

公开(公告)号：CN119155481B

公开(公告)日：2025-03-04

申请号：CN202411659021.4

申请日：2024-11-19

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 张丽丽 ,  杜银银 ,  周冠钞

IPC: H04N21/232 ,  H04N21/431 ,  H04N7/18 ,  G06F16/78 ,  G06F16/732 ,  G06F16/738 ,  G06F16/71

Abstract: 本申请实施例提供了一种视频检索方法及装置，涉及视频处理技术领域，上述方案为：获得检索时间段；若所述检索时间段中存在从第一时间开始向前的第一子时间段，则生成针对所述第一子时间段进行检索的第一视频检索请求，向检索服务器发送所述第一视频检索请求，获得所述检索服务器基于已存储的视频检索信息响应所述第一视频检索请求得到的第一检索结果，若所述检索时间段中存在位于所述第一时间之后的第二子时间段，则生成针对第二子时间段进行检索的第二视频检索请求，向视频采集设备发送所述第二视频检索请求，获得所述视频采集设备针对所述第二视频检索请求反馈的第二检索结果。应用本申请实施例提供的视频检索方案，能够提高视频检索效率。

公开(公告)号：CN111683215A

公开(公告)日：2020-09-18

申请号：CN202010507551.2

申请日：2020-06-05

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 金威 ,  姚家振 ,  张硕硕 ,  张丽丽 ,  张龙涛

IPC: H04N5/93

Abstract: 本申请提供一种录像回放方法、装置、电子设备及计算机可读存储介质，本申请中，在待进行录像回放的情况下，依据待进行录像回放的目标时间点和目标时间点对应的目标时区(录像回放模式按照目标时区进行回放录像)，有针对性地为待进行录像回放的各目标录像设备确定用于回放录像的目标播放时间点，之后即可依据为各目标录像设备确定的目标播放时间点回放各目标录像设备中的录像，实现了回放目标录像设备中的录像。

公开(公告)号：CN119670912A

公开(公告)日：2025-03-21

申请号：CN202311228440.8

申请日：2023-09-21

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 张丽丽

IPC: G06N20/00

Abstract: 本发明公开了一种强化学习超参数优化方法、设备及计算机可读存储介质，其中方法包括：初始化群组；在任意一代进化过程中，将本代的群组中的各个个体分别进行强化学习训练后计算各个个体的本代适应度值；采用本代劣势个体在历代进化过程中的最优适应度值对应的超参数数据对本代精英个体对应的超参数数据进行调整，并采用调整得到的超参数数据作为本代劣势个体在本代进化后的超参数数据；对群组中的各个个体进行多代进化后根据群组中个体的适应度值从各个个体中确定目标模型。本发明提出一种强化学习超参数优化方案，避免模型重视训练短期内的表现而忽略了训练长期的表现，从而提高强化学习超参数优化的效果。