首页/ 神思电子技术股份有限公司/ 专利详情

一种基于弱监督学习的视频目标检测方法

基本信息

申请号 CN202110759622.2 申请日 -
公开（公告）号 CN113420707A 公开（公告）日 2021-09-21
申请公布号 CN113420707A 申请公布日 2021-09-21
分类号 G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06N3/08（2006.01）I 分类 计算；推算；计数;
发明人 朱锦雷;井琨;许野平;朱爱红 申请（专利权）人 神思电子技术股份有限公司
代理机构 济南泉城专利商标事务所 代理人 赵玉凤
地址 250000山东省济南市市辖区高新区舜华西路699号神思科技园
法律状态 -

摘要

摘要 本发明提供一种基于弱监督学习的视频目标检测方法，通过设计新型注意力网络模型，基于较少的全标注数据及海量简单标注数据，使网络模型的空间及通道注意力机制高效工作，从而可以基于海量样本进行弱监督训练学习，取得高精度的目标检测效果。注意力网络模型是实现高精度物体检测的必要技术手段，但是在目标识别过程中，所关注的区域热点可能会受到运动背景物体的干扰，有些输入数据预测结果较好，而另一些则很差，本方法引入了位置注意力内部损失函数，通过在视频中跟踪目标区域，生成用于检测的伪定位标签，用于注意力网络模型的弱监督训练，从而实现少量标注样本向海量样本的高效迁移学习。