【技术实现步骤摘要】
本公开总体上涉及视频监视，并且更具体地，涉及利用神经网络的视频监视。
技术介绍
1、传统上，视频监视系统已被大型机构(例如，大型商业企业、政府机关、教育机构等)用于安全监控。这样的视频监视系统通常采用摄像机来覆盖要监控的区域，并将视频馈送提供给中央监控设施，例如安全办公室。中央监控设施通常包括一个或多个由一个或多个人类操作员操纵的监控站，这些操作员查看受监控的视频馈送并标记感兴趣的事件。在一些示例中，监控站允许人类操作员记录感兴趣的事件并采取适当的补救措施，例如启动警报、联系急救人员等。
2、最近，随着视频监视摄像机的成本降低，在其他环境中视频监视系统的使用也增加了。例如，装备有视频监视系统以进行监控的家庭、较小型企业、公园、公共区域等已变得司空见惯。例如，这样的视频监视系统可能依赖于低成本相机和/或任何其他成像传感器来监控关注区域。这些摄像机通常包括网络接口，使摄像机能够连接到网络，这允许摄像机将其相应的视频馈送传输到一个或多个远程监控设施。这些远程监控设施再次依赖于由人类操作员操纵的监控站来查看监控的视频馈送、标记感兴趣的事件并响应于感兴趣的事件采取适当的措施。
技术实现思路
【技术保护点】
1.至少一种非暂时性计算机可读介质，包括计算机可读指令，用于使一个或多个处理器至少用于：
2.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述机器学习模型与神经网络相对应。
3.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述指令用于使所述一个或多个处理器用于响应于事件而重新训练所述机器学习模型。
4.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述指令用于使所述一个或多个处理器用于周期性地重新训练所述机器学习模型。
5.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述成像传感器是由以下各项中的至少一项实现的：相机、智能手机、光电二极管或光检测器。
6.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述指令用于使所述一个或多个处理器用于从云服务获取所述训练数据集。
7.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述训练数据集包括第一训练数据集和第二训练数据集，所述第一训练数据集基于由第一组一个或多个人类来标记的第一组视频片段，
8.一种方法，包括：
9.根据权利要求8所述的方法，其中，所述机器学习模型与神经网络相对应。
10.根据权利要求8所述的方法，其中，对所述机器学习模型的重新训练是响应于事件的。
11.根据权利要求8所述的方法，其中，对所述机器学习模型的重新训练是定期执行的。
12.根据权利要求8所述的方法，其中，所述成像传感器是由以下各项中的至少一项来实现的：相机、智能手机、光电二极管或光检测器。
13.根据权利要求8所述的方法，其中，所述训练数据集是从云服务获得的。
14.根据权利要求8所述的方法，其中，所述训练数据集包括第一训练数据集和第二训练数据集，所述第一训练数据集基于由第一组一个或多个人类来标记的第一组视频片段，所述第二训练数据集基于由第二组一个或多个人类来标记的第二组视频片段，所述第二组视频片段不同于所述第一组视频片段，所述第二组一个或多个人类不同于所述第一组一个或多个人类。
15.一种系统，包括：
16.一种装置，包括：
17.一种装置，包括用于执行根据权利要求7至14中的任何一项所述的方法的模块。
...【技术特征摘要】
1.至少一种非暂时性计算机可读介质，包括计算机可读指令，用于使一个或多个处理器至少用于：
2.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述机器学习模型与神经网络相对应。
3.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述指令用于使所述一个或多个处理器用于响应于事件而重新训练所述机器学习模型。
4.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述指令用于使所述一个或多个处理器用于周期性地重新训练所述机器学习模型。
5.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述成像传感器是由以下各项中的至少一项实现的：相机、智能手机、光电二极管或光检测器。
6.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述指令用于使所述一个或多个处理器用于从云服务获取所述训练数据集。
7.根据权利要求1所述的至少一种非暂时性计算机可读介质，其中，所述训练数据集包括第一训练数据集和第二训练数据集，所述第一训练数据集基于由第一组一个或多个人类来标记的第一组视频片段，所述第二训练数据集基于由第二组一个或多个人类来标记的第二组视频片段，所述第二组视频片段不同于所述第一组视...
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。