[發明專利]一種確定類別的方法及裝置在審
| 申請號： | 201911265869.8 | 申請日： | 2019-12-11 |
| 公開（公告）號： | CN111177465A | 公開（公告）日： | 2020-05-19 |
| 發明（設計）人： | 齊云飛;梁秀欽 | 申請（專利權）人： | 北京明略軟件系統有限公司 |
| 主分類號： | G06F16/75 | 分類號： | G06F16/75;G06K9/62;G06Q50/26 |
| 代理公司： | 北京安信方達知識產權代理有限公司 11262 | 代理人： | 富愛民;栗若木 |
| 地址： | 100084 北京市海淀區*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 確定 類別 方法 裝置 | ||
1.一種確定類別的方法，其特征在于，所述方法包括：
采集人員出行的視頻數據；
將所述人員出行的視頻數據輸入擬合好的分類模型，確定人員所屬的類別；
其中，所述分類模型通過以下方式得出：
對多個作為樣本的人員出行的視頻數據進行分類，得到正樣本和負樣本；
確定所述正樣本和負樣本中與分類相關的特征；
根據所述特征擬合所述分類模型。
2.如權利要求1所述的方法，其特征在于，所述確定所述正樣本和負樣本中與分類相關的特征包括：
確定所述正樣本和負樣本中的備選特征；
根據所述備選特征與樣本標簽的相關程度，選定所述正樣本和負樣本中和分類相關的特征。
3.如權利要求2所述的方法，其特征在于：
所述確定所述正樣本和負樣本中的備選特征的方式包括：根據公安部門提供的特征數據，和/或，數據特征分析方法；
所述選定所述正樣本和負樣本中和分類相關的特征的方式包括：相關系數方法。
4.如權利要求3所述的方法，其特征在于，所述將所述人員出行的視頻數據輸入擬合好的分類模型，確定人員所屬的類別之后，所述方法還包括：
根據時間范圍參數的取值范圍和/或頻率參數的取值范圍，對分類模型確定的結果進行調整；
其中，所述時間范圍參數的取值范圍和頻率參數的取值范圍根據差分整合移動平均自回歸模型ARIMA計算得出。
5.如權利要求1至4任一所述的方法，其特征在于：
所述類別包括：標識為深夜出行的第一類別和標識為非深夜出行的第二類別；
所述正樣本為第一類別的樣本，所述負樣本為第二類別的樣本。
6.一種確定類別的裝置，所述裝置包括：存儲器和處理器；其特征在于：
所述存儲器，用于保存用于確定類別的程序；
所述處理器，用于讀取執行所述用于確定類別的程序，執行如下操作：
采集人員出行的視頻數據；
將所述人員出行的視頻數據輸入擬合好的分類模型，確定人員所屬的類別；
其中，所述分類模型通過以下方式得出：
對多個作為樣本的人員出行的視頻數據進行分類，得到正樣本和負樣本；
確定所述正樣本和負樣本中與分類相關的特征；
根據所述特征擬合所述分類模型。
7.如權利要求6所述的裝置，其特征在于，所述確定所述正樣本和負樣本中與分類相關的特征包括：
確定所述正樣本和負樣本中的備選特征；
根據所述備選特征與樣本標簽的相關程度，選定所述正樣本和負樣本中和分類相關的特征。
8.如權利要求7所述的裝置，其特征在于：
所述確定所述正樣本和負樣本中的備選特征的方式包括：根據公安部門提供的特征數據，和/或，數據特征分析方法；
所述選定所述正樣本和負樣本中和分類相關的特征的方式包括：相關系數方法。
9.如權利要求8所述的裝置，其特征在于，所述處理器，用于讀取執行所述用于確定類別的程序，還執行如下操作：
所述將所述人員出行的視頻數據輸入擬合好的分類模型，確定人員所屬的類別之后，根據時間范圍參數的取值范圍和/或頻率參數的取值范圍，對分類模型確定的結果進行調整；
其中，所述時間范圍參數的取值范圍和頻率參數的取值范圍根據差分整合移動平均自回歸模型ARIMA計算得出。
10.如權利要求6至9任一所述的裝置，其特征在于：
所述類別包括：標識為深夜出行的第一類別和標識為非深夜出行的第二類別；
所述正樣本為第一類別的樣本，所述負樣本為第二類別的樣本。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京明略軟件系統有限公司，未經北京明略軟件系統有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911265869.8/1.html，轉載請聲明來源鉆瓜專利網。
