一种深度学习网络模型的建立方法及装置

发明专利有效专利

申请号：
CN201910352498.0
IPC分类号：G06N20/00;H04N21/234;H04N21/44
申请日期：
2019-04-29
申请人：
深兰人工智能芯片研究院（江苏）有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种深度学习网络模型的建立方法及装置
申请号	CN201910352498.0	申请日期	2019-04-29
法律状态	授权	申报国家	中国
公开/公告日	2019-06-04	公开/公告号	CN109840598A
优先权	暂无	优先权号	暂无
主分类号	G06N20/00	IPC分类号	G;0;6;N;2;0;/;0;0;;;H;0;4;N;2;1;/;2;3;4;;;H;0;4;N;2;1;/;4;4查看分类表>
申请人	深兰人工智能芯片研究院（江苏）有限公司	申请人地址	江苏省常州市武进区常武中路18号常州科教城创研港4号楼103 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深兰人工智能芯片研究院（江苏）有限公司	当前权利人	深兰人工智能芯片研究院（江苏）有限公司
发明人	陈海波
代理机构	北京同达信恒知识产权代理有限公司	代理人	黄志华

摘要

本申请公开一种深度学习网络模型的建立方法及装置，属于图像处理技术领域，包括：将获取的视频流中的每个视频帧输入到深度学习网络模型中进行特征提取；根据提取的视频帧的特征和与视频帧相邻的前一个视频帧的特征确定两个视频帧之间的差异；若确定差异未在预设范围内，则调整深度学习网络模型的参数，并返回进行特征提取的步骤，在确定视频流中任意两个相邻视频帧之间的差异均在预设范围内时，建立深度学习网络模型，这里，在提取每个视频帧的特征时均考虑了与该视频帧相邻的前一个视频帧的特征，并要求两者之间的特征差异稳定在预设范围内，这样，可尽量减少视频帧之间的累积误差，从而提高利用各视频帧的特征确定视频采集环境时的准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供