[發明專利]多任務的行為識別模型訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202110572866.X
• 申請日: 2021-05-25
• 公開（公告）號: CN113344048A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 蘇婧;蘇海昇;王棟梁;甘偉豪
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

1.一種多任務的行為識別模型訓練方法，所述方法包括：

獲取N個待識別任務的樣本數據集，其中，所述樣本數據集包括虛擬數據、攝像裝置的采集數據和互聯網的爬取數據至少之一，N為大于等于1的整數；

利用所述N個待識別任務的樣本數據集訓練搭建的行為識別模型，得到多任務的行為識別模型，其中，所述搭建的行為識別模型包括第一主干網絡和N個第一分類網絡，所述多任務的行為識別模型包括多任務主干網絡和N個第二分類網絡，所述多任務主干網絡是通過訓練所述第一主干網絡而得到，所述N個第二分類網絡是與所述N個待識別任務一一對應的，通過訓練N個所述第一分類網絡得到。

2.如權利要求1所述的方法，其特征在于，所述搭建的行為識別模型是采用如下方法得到的：

獲取所述第一主干網絡，其中所述第一主干網絡是通過預設數據集訓練得到的主干網絡；

在所述第一主干網絡的基礎上增加所述N個第一分類網絡，得到所述搭建的行為識別模型。

3.如權利要求1或2所述的方法，其特征在于，所述利用所述N個待識別任務的樣本數據集訓練搭建的行為識別模型，得到多任務的行為識別模型，包括：

利用所述N個待識別任務的樣本數據集訓練所述搭建的行為識別模型中的第一主干網絡，得到所述多任務主干網絡；

利用所述N個待識別任務的樣本數據集訓練第一行為識別模型，得到所述多任務的行為識別模型，其中，所述第一行為識別模型包括所述多任務主干網絡和所述N個第一分類網絡。

4.如權利要求3所述的方法，其特征在于，所述利用所述N個待識別任務的樣本數據集訓練所述搭建的行為識別模型中的第一主干網絡，得到所述多任務主干網絡，包括：

利用所述N個待識別任務中的每一待識別任務的樣本數據集，分別訓練N個第一教師模型，得到與所述N個待識別任務一一對應的N個第二教師模型，其中，每一所述第一教師模型包括所述第一主干網絡、一個第一分類網絡、變分自編碼器和判別器；

利用N個所述第二教師模型訓練所述第一主干網絡，得到所述多任務主干網絡。

5.如權利要求4所述的方法，其特征在于，所述利用N個所述第二教師模型訓練所述第一主干網絡，得到所述多任務主干網絡，包括：

調整所述第一主干網絡中的批歸一化層數量，得到包括N個批歸一化層的第二主干網絡，其中，所述每一批歸一化層對應一個待識別任務；

獲取N個所述第二教師模型中每一所述第二教師模型中所有的樣本提取的特征向量；

將每一所述第二教師模型中所有的樣本提取的特征向量作為目標特征訓練所述第二主干網絡，得到所述多任務主干網絡。

6.如權利要求5所述的方法，其特征在于，所述方法還包括：將所述多任務主干網絡中的N個批歸一化層融合，得到第三主干網絡；

利用所述N個待識別任務的樣本數據集訓練所述第三主干網絡，以調整所述第三主干網絡中的批歸一化層的參數，得到完成調整的多任務主干網絡。

7.如權利要求1至6所述的任一項方法，其特征在于，在所述多任務的行為識別模型上新增一個待識別任務的情況下，所述方法還包括：

獲取新增任務的行為識別模型，其中，所述新增任務的行為識別模型是在所述多任務的行為識別模型上增加一個所述第一分類網絡得到的，增加的所述第一分類網絡用于分類新增的待識別任務；

獲取與所述新增的待識別任務對應的新增數據集；

利用所述新增數據集訓練所述新增任務的行為識別模型，得到完成訓練的新增任務的行為識別模型。

8.如權利要求1至7所述的任一項方法，其特征在于，所述多任務的行為識別模型用于識別單人和/或多人的異常行為；所述N個待識別任務包括以下至少之一：單人的危害自身安全的行為、違法行為；多人的危害自身安全的行為、違法行為。