[發(fā)明專利]視頻數(shù)據(jù)增廣方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110172710.2
• 申請(qǐng)日: 2021-02-08
• 公開（公告）號(hào): CN112966723B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 王世鵬;黃軍;程軍;胡曉光
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06V10/774
• 分類號(hào): G06V10/774;G06V20/40;G06K9/62
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11412
• 代理人: 谷春靜

本公開公開了視頻數(shù)據(jù)增廣方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，涉及深度學(xué)習(xí)及計(jì)算機(jī)視覺等人工智能領(lǐng)域，其中的方法可包括：在模型訓(xùn)練過程中，針對(duì)任一訓(xùn)練批次內(nèi)的M個(gè)視頻數(shù)據(jù)，M為大于一的正整數(shù)，分別進(jìn)行以下處理：利用原始順序的M個(gè)視頻數(shù)據(jù)組成第一視頻序列；對(duì)第一視頻序列中的M個(gè)視頻數(shù)據(jù)進(jìn)行隨機(jī)排序，得到第二視頻序列；分別將第一視頻序列中的各視頻數(shù)據(jù)與第二視頻序列中的對(duì)應(yīng)視頻數(shù)據(jù)進(jìn)行混合，得到M個(gè)混合視頻數(shù)據(jù)，用于進(jìn)行模型訓(xùn)練。應(yīng)用本公開所述方案，可提升模型訓(xùn)練效果及模型性能等。

技術(shù)領(lǐng)域

本公開涉及人工智能技術(shù)領(lǐng)域，特別涉及深度學(xué)習(xí)及計(jì)算機(jī)視覺等領(lǐng)域的視頻數(shù)據(jù)增廣方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，在進(jìn)行視頻分類時(shí)，通常會(huì)結(jié)合深度學(xué)習(xí)技術(shù)，比如，可利用訓(xùn)練得到的視頻分類模型來進(jìn)行視頻分類。

而在模型訓(xùn)練時(shí)，目前主要圍繞如何提取視頻的時(shí)空特征這一問題進(jìn)行研究，如通過優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)，提升對(duì)于視頻時(shí)空信息尤其是時(shí)間信息的利用能力等，而對(duì)于網(wǎng)絡(luò)的訓(xùn)練策略尤其是視頻數(shù)據(jù)增廣方面卻鮮有提及和研究。

發(fā)明內(nèi)容

本公開提供了視頻數(shù)據(jù)增廣方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)。

一種視頻數(shù)據(jù)增廣方法，包括：

在模型訓(xùn)練過程中，針對(duì)任一訓(xùn)練批次內(nèi)的M個(gè)視頻數(shù)據(jù)，M為大于一的正整數(shù)，分別進(jìn)行以下處理：

利用原始順序的所述M個(gè)視頻數(shù)據(jù)組成第一視頻序列；

對(duì)所述第一視頻序列中的M個(gè)視頻數(shù)據(jù)進(jìn)行隨機(jī)排序，得到第二視頻序列；

分別將所述第一視頻序列中的各視頻數(shù)據(jù)與所述第二視頻序列中的對(duì)應(yīng)視頻數(shù)據(jù)進(jìn)行混合，得到M個(gè)混合視頻數(shù)據(jù)，用于進(jìn)行模型訓(xùn)練。

一種視頻數(shù)據(jù)增廣裝置，包括：第一獲取模塊、第二獲取模塊以及混合模塊；

所述第一獲取模塊，用于在模型訓(xùn)練過程中，針對(duì)任一訓(xùn)練批次內(nèi)的M個(gè)視頻數(shù)據(jù)，M為大于一的正整數(shù)，利用原始順序的所述M個(gè)視頻數(shù)據(jù)組成第一視頻序列；

所述第二獲取模塊，用于對(duì)所述第一視頻序列中的M個(gè)視頻數(shù)據(jù)進(jìn)行隨機(jī)排序，得到第二視頻序列；

所述混合模塊，用于分別將所述第一視頻序列中的各視頻數(shù)據(jù)與所述第二視頻序列中的對(duì)應(yīng)視頻數(shù)據(jù)進(jìn)行混合，得到M個(gè)混合視頻數(shù)據(jù)，用于進(jìn)行模型訓(xùn)練。

一種電子設(shè)備，包括：

至少一個(gè)處理器；以及

與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如以上所述的方法。

一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行如以上所述的方法。

一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上所述的方法。

上述公開中的一個(gè)實(shí)施例具有如下優(yōu)點(diǎn)或有益效果：通過對(duì)視頻數(shù)據(jù)進(jìn)行排序和混合等操作，實(shí)現(xiàn)了視頻數(shù)據(jù)增廣，從而增加了數(shù)據(jù)的多樣性，并可有效避免訓(xùn)練數(shù)據(jù)集較小時(shí)的過擬合等問題，進(jìn)而提升了模型訓(xùn)練效果及模型性能等。

應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本公開的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構(gòu)成對(duì)本公開的限定。其中：

圖1為本公開所述視頻數(shù)據(jù)增廣方法實(shí)施例的流程圖；