[發明專利]一種運動感知模型的訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110223264.3
• 申請日: 2021-02-26
• 公開（公告）號: CN112966584A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 李嘉茂;王賢舜;朱冬晨;張曉林
• 申請（專利權）人: 中國科學院上海微系統與信息技術研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;賈允

1.一種運動感知模型的訓練方法，其特征在于，包括：

獲取訓練圖像組集合和每一訓練圖像組對應的標簽光流信息；

構建預設機器學習模型，將所述預設機器學習模型確定為當前機器學習模型；

基于所述當前機器學習模型，對每一訓練圖像組進行特征提取處理，確定多個目標特征圖集；

從每一目標特征圖集中，確定每一訓練圖像組對應的預測光流信息；

根據所述標簽光流信息和所述預測光流信息，確定每一目標特征圖集對應的損失信息；

基于所述每一目標特征圖集對應的損失信息對所述當前機器學習模型的參數進行調整，得到更新后的機器學習模型，將所述更新后的機器學習模型重新確定為當前機器學習模型；重復步驟：對每一訓練圖像組進行特征提取處理，多個目標特征圖集；

當對所述當前機器學習模型的參數進行調整的次數大于預設閾值時，將所述當前機器學習模型確定為所述運動感知模型，將所述損失信息對應的模型參數確定為所述運動感知模型的參數。

2.根據權利要求1所述的方法，其特征在于，所述對每一訓練圖像組進行特征提取處理，確定多個目標特征圖集，包括：

基于所述當前機器學習模型，對每一訓練圖像組進行特征提取處理，得到待處理特征圖集；

對所述待處理特征圖集進行特征提取處理，得到第一特征圖集；

根據所述待處理特征圖集和所述第一特征圖集，確定第二特征圖集；

基于所述第二特征圖集，確定多個目標特征圖集。

3.根據權利要求2所述的方法，其特征在于，所述對所述待處理特征圖集進行特征提取處理，得到第一特征圖集之前，還包括：

對相機參數信息進行全連接處理，得到所述相機參數信息對應的權重信息集合和偏置信息集合；

根據所述權重信息集合和所述偏置信息集合，確定卷積信息集合；所述卷積信息集合包括第一卷積信息和第二卷積信息中的至少一個。

4.根據權利要求2所述的方法，其特征在于，所述基于所述第二特征圖集，確定多個目標特征圖集，包括：

對所述第二特征圖集進行特征提取處理，得到第三特征圖集；

將所述第二特征圖集和所述第三特征圖集進行堆疊處理，得到第一候選特征圖集；

對所述第一候選特征圖集進行特征提取處理，得到所述多個目標特征圖集。

5.根據權利要求4所述的方法，其特征在于，所述對所述候選特征圖集進行特征提取處理，得到所述多個目標特征圖集，包括：

基于第一預設卷積信息，對所述第一候選特征圖集進行特征提取處理，得到第二候選特征圖集，

基于第二預設卷積信息，對所述第二候選特征圖集進行特征提取處理，得到第一目標特征圖子集；

基于第三預設卷積信息，對所述第一候選特征圖集進行特征提取處理，得到第二目標特征圖子集；

對所述第一目標特征圖子集和所述第二目標特征圖子集進行采樣處理，得到所述多個目標特征圖集。

6.根據權利要求4所述的方法，其特征在于，若所述卷積信息集合包括第一卷積信息和第二卷積信息，

所述對所述待處理特征圖集進行特征提取處理，得到第一特征圖集，包括：

基于所述第一卷積信息，對所述待處理特征圖集進行特征提取處理，得到所述第一特征圖集；

所述對所述第二特征圖集進行特征提取處理，得到第三特征圖集，包括：

基于所述第二卷積信息，對所述第二特征圖集進行特征提取處理，得到所述第三特征圖集。