【技术实现步骤摘要】
本公开涉及计算机，尤其涉及一种多媒体信息处理方法、装置、设备及介质。
技术介绍
1、随着车辆的智能化，车辆中的车机系统具有能够对车辆获取的视频、图像和语音等进行高效精准地识别和处理的功能，然而车机系统在对车辆获取的视频、图像和语音等进行高效精准地识别和处理时，主要依赖于安装在车机系统中具有视频、图像和语音等处理功能的神经网络模型。
2、其中，训练完成的神经网络模型，无法直接部署在车机系统上，需要先由安装在车机系统上的量化系统对训练完成的神经网络模型进行量化处理，转化成车机系统所支持的格式，由于在对训练完成的神经网络模型量化处理过程中，车机系统对具有不同结构的神经网络模型的支持性不同，故量化过程中不同结构的神经网络模型在车机系统中，量化精度损失也不同。
3、现有技术中的神经网络模型在量化至车机系统过程中量化精度损失较大，导致神经网络模型对视频、图像和语音等多媒体信息进行特征提取时的准确度较低。
技术实现思路
1、为了解决上述技术问题，本公开提供了一种多媒体信息处理方法...
【技术保护点】
1.一种多媒体信息处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述神经网络模型还包括第三卷积层、第二批标准化层和预设激活函数，所述第三卷积层是所述第二批标准化层的上一层；
3.根据权利要求1所述的方法，其特征在于，所述对所述第一卷积结果和所述第二卷积结果进行逐元素相加，得到第二特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述归一化处理后的第二特征以及所述多媒体信息的表示向量进行预设处理，得到所述多媒体信息的目标特征，包括：
5.根据权利要求4所述的方法，其特征在于，所...
【技术特征摘要】
1.一种多媒体信息处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述神经网络模型还包括第三卷积层、第二批标准化层和预设激活函数，所述第三卷积层是所述第二批标准化层的上一层；
3.根据权利要求1所述的方法，其特征在于，所述对所述第一卷积结果和所述第二卷积结果进行逐元素相加，得到第二特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述归一化处理后的第二特征以及所述多媒体信息的表示向量进行预设处理，得到所述多媒体信息的目标特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：罗京，张宏源，
申请(专利权)人：北京罗克维尔斯科技有限公司，
类型：发明
国别省市：
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。