【技术实现步骤摘要】
生成视频分析模型的方法及视频分析系统
本申请涉及视频领域，特别涉及一种生成视频分析模型的方法及视频分析系统。
技术介绍
随着现在视频监控技术的发展，监控由单纯的记录视频向智能化发展，视频监控的要求逐渐从“看得见”逐渐向“看得懂”转变。因此，智能视频分析技术当前被广泛用于视频监控领域。基于视频源(如网络摄像机等)获得的视频数据，在视频分析系统中解码为图像后，再利用预先训练好的视频分析模型对图像进行处理，实现如目标检测、目标跟踪、目标属性及目标识别等一系列复杂功能。视频分析中的目标对象又以人脸、人和车最为典型，且更具备应用前景而受到普遍关注。根据分析的目的不同，视频分析技术可以分为以下四个方面。目标检测主要解决图像上多个目标物在哪里的问题，通过目标检测模型，在图像上给出所有目标的兴趣区域(RegionofInterest，ROI)边界框。目标跟踪是在图像序列中找到目标，将不同帧中的相同目标完成一一对应，给出目标的轨迹。目标属性是采用结构化分析技术对图像中的目标进行属性细节的分析，如人的性别、年龄、...
【技术保护点】
1.一种生成视频分析模型的方法，其特征在于，所述方法应用于视频分析系统，所述方法包括：/n接收视频流数据，解析所述视频流数据，得到未标注的图像数据，所述未标注的图像数据包括结构化信息；/n将所述未标注的图像数据中的低质量图像过滤，得到图像质量满足训练要求的图像数据，其中所述低质量图像包括模糊图像、大角度图像和带遮挡的图像中的一种或多种；/n采用多模型融合评估对所述图像质量满足训练要求的图像进行预标注，利用所述图像质量满足训练要求的图像的结构化信息对预标注的图像数据进行校验，生成用于模型训练的数据集，所述数据集包括训练集；/n采用在线训练算法对所述训练集进行在线训练，得到视频...
【技术特征摘要】
1.一种生成视频分析模型的方法，其特征在于，所述方法应用于视频分析系统，所述方法包括：
接收视频流数据，解析所述视频流数据，得到未标注的图像数据，所述未标注的图像数据包括结构化信息；
将所述未标注的图像数据中的低质量图像过滤，得到图像质量满足训练要求的图像数据，其中所述低质量图像包括模糊图像、大角度图像和带遮挡的图像中的一种或多种；
采用多模型融合评估对所述图像质量满足训练要求的图像进行预标注，利用所述图像质量满足训练要求的图像的结构化信息对预标注的图像数据进行校验，生成用于模型训练的数据集，所述数据集包括训练集；
采用在线训练算法对所述训练集进行在线训练，得到视频分析模型；
发布所述视频分析模型。
2.根据权利要求1所述的方法，其特征在于，所述采用在线训练算法对所述训练集进行在线训练，包括：
基于原有视频分析模型，采用迁移学习或增量训练算法对所述训练集进行在线训练，其中所述原有视频分析模型包括外部输入的视频分析模型或所述视频分析系统保存的在先版本的视频分析模型。
3.根据权利要求1所述的方法，其特征在于，所述采用在线训练算法对所述训练集进行在线训练，包括：
自动调整模型训练超参数，所述超参数包括学习率衰减步长、训练总步长、基础学习率和批量尺寸(batchsize)中的一种或多种；
所述在线训练算法为增量训练、迁移学习、知识蒸馏和元学习算法中的一种或多种。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述发布所述视频分析模型，包括：
测试所述视频分析模型的性能，生成模型性能分析报表；
当所述视频分析模型的性能满足使用标准，将所述视频分析模型发布到所述视频分析系统。
5.根据权利要求4所述的方法，其特征在于，所述数据集还包括测试集，所述测试所述视频分析模型的性能，生成模型性能分析报表，包括：
根据用户提供的测试集或者所述测试集测试所述视频分析模型的性能；
所述模型性能分析报表中包括：所述视频分析模型的推理时延、内存占用及基于测试集的准确率中的一项或多项。
6.一种视频分析系统，其特征在于，所述视频分析系统包括视频分析子系统、数据管理子系统、在线训练子系统和模型评估与发布子系统，其中：
所述视频分析子系统，用于接收视频流数据，解析所述视频流数据，得到未标注的图像数据，所述未标注的图像数据包括结构化信息；
所述数据管理子系统，用于...
【专利技术属性】
技术研发人员：邓真渝，唐朋成，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。