[發(fā)明專(zhuān)利]多媒體數(shù)據(jù)的識(shí)別方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011034311.1
• 申請(qǐng)日: 2020-09-27
• 公開(kāi)（公告）號(hào): CN111882046B
• 公開(kāi)（公告）日: 2021-01-19
• 發(fā)明（設(shè)計(jì)）人: 欒天祥;陳孝良;馮大航
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京聲智科技有限公司
• 主分類(lèi)號(hào): G06N3/04
• 分類(lèi)號(hào): G06N3/04;G06N3/08;G06F17/16
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 邢少真

本申請(qǐng)公開(kāi)了一種多媒體數(shù)據(jù)的識(shí)別方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域。所述方法包括：獲取第二神經(jīng)網(wǎng)絡(luò)模型；獲取待識(shí)別的多媒體數(shù)據(jù)；通過(guò)第二神經(jīng)網(wǎng)絡(luò)模型對(duì)待識(shí)別的多媒體數(shù)據(jù)進(jìn)行識(shí)別并獲取識(shí)別結(jié)果。由于該第二神經(jīng)網(wǎng)絡(luò)模型中不包括目標(biāo)批標(biāo)準(zhǔn)化層，而是由根據(jù)目標(biāo)批標(biāo)準(zhǔn)化層的預(yù)處理參數(shù)確定的批標(biāo)準(zhǔn)化處理公式來(lái)實(shí)現(xiàn)目標(biāo)批標(biāo)準(zhǔn)化層的相同的功能，如此可以簡(jiǎn)化第二神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)，并減少第二神經(jīng)網(wǎng)絡(luò)模型中批標(biāo)準(zhǔn)化處理的運(yùn)算量，加快神經(jīng)網(wǎng)絡(luò)模型的處理速度。解決了相關(guān)技術(shù)中多媒體數(shù)據(jù)的識(shí)別方法的運(yùn)算量較大，識(shí)別速度較慢的問(wèn)題，達(dá)到了減少多媒體數(shù)據(jù)的識(shí)別方法的運(yùn)算量，加快識(shí)別速度的效果。

技術(shù)領(lǐng)域

本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種多媒體數(shù)據(jù)的識(shí)別方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

背景技術(shù)

多媒體數(shù)據(jù)識(shí)別是一種對(duì)于圖像數(shù)據(jù)和音頻數(shù)據(jù)等各種多媒體數(shù)據(jù)的識(shí)別的技術(shù)，通過(guò)對(duì)圖像數(shù)據(jù)和音頻數(shù)據(jù)的識(shí)別，可以實(shí)現(xiàn)對(duì)圖像數(shù)據(jù)和音頻數(shù)據(jù)的分類(lèi)、處理和分析等各種技術(shù)效果。

相關(guān)技術(shù)中一種多媒體數(shù)據(jù)的識(shí)別方法中，通過(guò)神經(jīng)網(wǎng)絡(luò)模型來(lái)對(duì)待識(shí)別的多媒體數(shù)據(jù)進(jìn)行識(shí)別，該神經(jīng)網(wǎng)絡(luò)模型包括至少一個(gè)隱層，批標(biāo)準(zhǔn)化（Batch Normalization，BN）層接在神經(jīng)網(wǎng)絡(luò)模型的隱層后，隱層的輸出作為BN層的輸入，BN層的輸出作為下一層的輸入，從而實(shí)現(xiàn)對(duì)神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化。

但是，上述多媒體數(shù)據(jù)的識(shí)別方法中，神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)較為復(fù)雜，且運(yùn)算量較大，進(jìn)而使得多媒體數(shù)據(jù)的識(shí)別方法的運(yùn)算量較大，識(shí)別速度較慢。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種多媒體數(shù)據(jù)的識(shí)別方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)。所述技術(shù)方案包括下列內(nèi)容。

根據(jù)本申請(qǐng)的一方面，提供了一種多媒體數(shù)據(jù)的識(shí)別方法，所述多媒體數(shù)據(jù)的識(shí)別方法包括以下步驟。

獲取第二神經(jīng)網(wǎng)絡(luò)模型，所述第二神經(jīng)網(wǎng)絡(luò)模型由去除第一神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)批標(biāo)準(zhǔn)化層后，將批標(biāo)準(zhǔn)化處理公式添加至所述第一神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)隱層中后得到，所述第一神經(jīng)網(wǎng)絡(luò)模型包括至少一個(gè)隱層，所述至少一個(gè)隱層中的所述目標(biāo)隱層與所述目標(biāo)批標(biāo)準(zhǔn)化層連接，所述批標(biāo)準(zhǔn)化處理公式由所述目標(biāo)批標(biāo)準(zhǔn)化層的預(yù)處理參數(shù)得到，所述批標(biāo)準(zhǔn)化處理公式用于將所述目標(biāo)隱層的原始輸出量處理為處理輸出量，并將所述處理輸出量輸入所述目標(biāo)隱層的下一層。

獲取待識(shí)別的多媒體數(shù)據(jù)。

通過(guò)所述第二神經(jīng)網(wǎng)絡(luò)模型對(duì)所述待識(shí)別的多媒體數(shù)據(jù)進(jìn)行識(shí)別。

獲取所述第二神經(jīng)網(wǎng)絡(luò)模型的識(shí)別結(jié)果。

可選地，所述獲取第二神經(jīng)網(wǎng)絡(luò)模型，包括以下步驟。

獲取所述第一神經(jīng)網(wǎng)絡(luò)模型。

獲取所述目標(biāo)批標(biāo)準(zhǔn)化層的預(yù)處理參數(shù)，所述目標(biāo)批標(biāo)準(zhǔn)化層用于根據(jù)所述預(yù)處理參數(shù)對(duì)所述目標(biāo)隱層的原始輸出量進(jìn)行處理，得到處理輸出量。

根據(jù)所述預(yù)處理參數(shù)得到所述目標(biāo)批標(biāo)準(zhǔn)化層的批標(biāo)準(zhǔn)化處理公式。

去除所述目標(biāo)批標(biāo)準(zhǔn)化層。

將所述批標(biāo)準(zhǔn)化處理公式添加至所述目標(biāo)隱層中，得到所述第二神經(jīng)網(wǎng)絡(luò)模型。

可選地，所述批標(biāo)準(zhǔn)化處理公式，包括：

；