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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 有米科技股份有限公司陈畅新获国家专利权

有米科技股份有限公司陈畅新获国家专利权

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!

龙图腾网获悉有米科技股份有限公司申请的专利基于视频帧的模型训练方法及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:CN115240100B

龙图腾网通过国家知识产权局官网在2026-03-10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:202210704031.X,技术领域涉及:G06V20/40;该发明授权基于视频帧的模型训练方法及装置是由陈畅新;黄于晏;陈第设计研发完成,并于2022-06-21向国家知识产权局提交的专利申请。

基于视频帧的模型训练方法及装置在说明书摘要公布了:本发明公开了一种基于视频帧的模型训练方法及装置,该方法包括:确定用于训练模型的多个训练视频;根据所述训练视频的视频参数,确定所述训练视频对应的抽帧间隔;根据所述抽帧间隔对所述训练视频进行抽帧操作,得到所述训练视频对应的多个训练视频帧;根据所述多个训练视频帧对基于Transformer网络结构的视频重建预测模型进行训练,在训练中计算所述视频重建预测模型输出的多个预测视频帧和输入的所述多个训练视频帧之间的损失函数值,根据所述损失函数值对所述视频重建预测模型的模型参数进行优化直至收敛,得到训练好的所述视频重建预测模型。可见,本发明能够提高训练效率,且利用Transformer网络结构的算法优势使得预测效果更好。

本发明授权基于视频帧的模型训练方法及装置在权利要求书中公布了:1.一种基于视频帧的模型训练方法,其特征在于,所述方法包括: 确定用于训练模型的多个训练视频; 根据所述训练视频的视频参数,确定所述训练视频对应的抽帧间隔; 根据所述抽帧间隔对所述训练视频进行抽帧操作,得到所述训练视频对应的多个训练视频帧; 根据所述多个训练视频帧对基于Transformer网络结构的视频重建预测模型进行训练,在训练中计算所述视频重建预测模型输出的多个预测视频帧和输入的所述多个训练视频帧之间的损失函数值,根据所述损失函数值对所述视频重建预测模型的模型参数进行优化直至收敛,得到训练好的所述视频重建预测模型; 其中,所述根据所述训练视频的视频参数,确定所述训练视频对应的抽帧间隔,包括: 确定所述训练视频的画面变化参数;所述画面变化参数为所述训练视频的不同帧之间的光流值参数; 根据所述画面变化参数和预设的参数阈值条件,确定所述训练视频对应的抽帧间隔;所述参数阈值条件为光流值阈值条件; 和或, 确定所述训练视频的视频场景参数;所述视频场景参数为所述训练视频的场景类型; 根据所述视频场景参数和预设的场景抽帧对应关系,确定所述训练视频对应的抽帧间隔;所述场景抽帧对应关系用于指示不同类型的场景的数量对应的抽帧间隔,且所述抽帧间隔与所述场景的数量成反比。

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有米科技股份有限公司,其通讯地址为:510006 广东省广州市番禺区小谷围街青蓝街26号1701;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。