Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京百度网讯科技有限公司吕以豪获国家专利权

北京百度网讯科技有限公司吕以豪获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京百度网讯科技有限公司申请的专利动作识别模型训练方法和装置、动作识别方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115641640B

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110819828.X,技术领域涉及:G06V40/20;该发明授权动作识别模型训练方法和装置、动作识别方法和装置是由吕以豪;卢飞翔;刘宗岱设计研发完成,并于2021-07-20向国家知识产权局提交的专利申请。

动作识别模型训练方法和装置、动作识别方法和装置在说明书摘要公布了:本公开提供了一种动作识别模型训练方法和装置,涉及计算机视觉、深度学习等技术领域。具体实现方案为:获取预置的样本集;获取预先建立的动作识别网络,动作识别网络包括卷积神经网络、循环神经网络,以及与卷积神经网络相连接、用于对图像属性进行分类的全连接层;执行以下训练步骤:基于从样本集中选取的属性标注样本,采用卷积神经网络和全连接层,计算属性损失值;基于从样本集中选取的动作标注样本,采用卷积神经网络和循环神经网络,计算动作损失值;由属性损失值和动作损失值,得到动作识别网络损失值;响应于动作识别网络满足训练完成条件,则将动作识别网络作为动作识别模型。该实施方式提高了动作识别的准确性。

本发明授权动作识别模型训练方法和装置、动作识别方法和装置在权利要求书中公布了:1.一种动作识别模型训练方法,所述方法包括: 获取预置的样本集,其中,所述样本集包括:属性标注样本和动作标注样本; 获取预先建立的动作识别网络,所述动作识别网络包括卷积神经网络、循环神经网络,以及与所述卷积神经网络相连接、用于对图像属性进行分类的全连接层; 执行以下训练步骤:基于从所述样本集中选取的属性标注样本,采用所述卷积神经网络和所述全连接层,计算属性损失值;基于从所述样本集中选取的动作标注样本,采用所述卷积神经网络和所述循环神经网络,计算动作损失值;由所述属性损失值和所述动作损失值,得到动作识别网络损失值;响应于所述动作识别网络满足训练完成条件,则将所述动作识别网络作为动作识别模型; 其中,所述基于从所述样本集中选取的属性标注样本,采用所述卷积神经网络和所述全连接层,计算属性损失值,包括: 通过预先设置的属性标签确定所述样本集中具有所述属性标签的属性标注样本; 将所述属性标注样本输入所述卷积神经网络,得到所述卷积神经网络输出的特征向量; 将所述特征向量输入所述全连接层,得到所述全连接层输出的所述属性标注样本的属性分类结果; 基于所述属性分类结果,计算属性损失值; 其中,所述卷积神经网络包括:输入层、卷积层和区域池化层;以及 所述将所述属性标注样本输入所述卷积神经网络,得到所述卷积神经网络输出的特征向量,包括: 将所述属性标注样本输入所述输入层进行图像预处理,得到预处理图像; 将所述预处理图像输入所述卷积层进行卷积运算,得到特征图; 划分所述特征图为多个不同区域,将各个区域中的特征图输入所述区域池化层进行区域平均池化,得到特征向量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京百度网讯科技有限公司,其通讯地址为:100085 北京市海淀区上地十街10号百度大厦2层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。