公开(公告)号：CN118097488A

公开(公告)日：2024-05-28

申请号：CN202410042500.5

申请日：2024-01-11

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  吴晨锴 ,  管昉立 ,  颜力琦

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/082

Abstract: 本说明书涉及计算机视觉技术领域，涉及一种视频异常检测模型的训练方法、视频异常检测方法，一种视频异常检测模型的训练方法包括获取样本视频帧序列和视频异常检测模型；所述视频异常检测模型包括外观编码器、运动编码器、一致性融合模块和解码器；将所述样本视频帧序列中的0～t‑1帧输入所述视频异常检测模型，输出t帧的预测帧；利用第一损失函数对所述t帧的预测帧和样本帧进行收敛判断，并优化模型参数；重复以上视频异常检测模型预测步骤以及收敛判断步骤，直至所述第一损失函数收敛，所述视频异常检测模型训练完毕。本说明书的一种视频异常检测模型训练方法、视频异常检测方法提高了异常的预测误差，视频异常检测的准确率较高，计算量小。

公开(公告)号：CN115720226B

公开(公告)日：2025-04-25

申请号：CN202211097503.6

申请日：2022-09-08

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  裴子航 ,  吴晨锴 ,  姚俊

IPC: H04L67/1004 ,  H04L67/12 ,  H04L41/12 ,  H04L41/14 ,  H04L41/147 ,  H04L41/16 ,  G08G1/01

Abstract: 本发明提供了一种基于时空任务需求预测的时延感知资源预留方法，本发明通过融合图卷积神经网络和基于注意力机制的门控循环神经网络，构建时空深度学习模型预测区域任务卸载需求，面向空间区域提出了时延感知边缘服务器资源预留策略，通过区域边缘服务器资源预留最小化终端任务卸载时延。本发明基于资源需求的空间和时变特性，通过对区域任务卸载需求的预测、面向空间区域提出时延感知边缘服务器资源预留策略、设计基于资源预留的任务卸载时延最小化模型，有效减少了终端任务卸载的延迟，提升了边缘网络的资源调度和运转效率。

公开(公告)号：CN115720226A

公开(公告)日：2023-02-28

申请号：CN202211097503.6

申请日：2022-09-08

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  裴子航 ,  吴晨锴 ,  姚俊

IPC: H04L67/1004 ,  H04L67/12 ,  H04L41/12 ,  H04L41/14 ,  H04L41/147 ,  H04L41/16 ,  G08G1/01

Abstract: 本发明提供了一种基于时空任务需求预测的时延感知资源预留方法，本发明通过融合图卷积神经网络和基于注意力机制的门控循环神经网络，构建时空深度学习模型预测区域任务卸载需求，面向空间区域提出了时延感知边缘服务器资源预留策略，通过区域边缘服务器资源预留最小化终端任务卸载时延。本发明基于资源需求的空间和时变特性，通过对区域任务卸载需求的预测、面向空间区域提出时延感知边缘服务器资源预留策略、设计基于资源预留的任务卸载时延最小化模型，有效减少了终端任务卸载的延迟，提升了边缘网络的资源调度和运转效率。