【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于矩阵加速器的大规模特征比对方法和系统。
技术介绍
1、在相关技术中，cn119106374a公开了一种应用于智慧安防的大数据分析方法、系统及云服务器，所述方法包括：获取图像数据、音频数据以及传感器数据，进行相似性矩阵和距离矩阵计算，得到相似性矩阵和距离矩阵；初始化稀疏矩阵并进行启发式聚类，得到稀疏连通图；对稀疏连通图进行时空深度特征提取和图结构特征提取，得到时空深度特征和图结构特征并输入至预先训练完成的异常检测模型中，得到异常得分；当判定异常得分大于预设异常阈值时，生成告警指令，并发送给用户端；其中，异常检测模型是将历史数据和标准异常得分作为输入数据，构建初始异常检测模型，对初始异常检测模型进行训练，得到异常检测模型。该方法能实现异常事件的实时检测和准确预警，保证数据安全。
2、cn118861937a公开一种基于判别特征聚类分析的异常监测方法及装置，能从各个正常数据判别特征的角度对正常运行采样数据的变化特征进行全方位的提取。具体来讲，该方案涉及的异常监测方法通过对各个正常运行工况下的采...
【技术保护点】
1.一种基于矩阵加速器的大规模特征比对方法，其特征在于，包括：
2.根据权利要求1所述的基于矩阵加速器的大规模特征比对方法，其特征在于，所述处理器根据所述第一运动特征向量、第一目标位置信息、第二目标位置信息、第一特征图、第二特征图、第一位置信息和第二位置信息，确定图像特征提取模型和运动特征提取模型的综合损失函数，并发送至矩阵加速器，包括：
3.根据权利要求2所述的基于矩阵加速器的大规模特征比对方法，其特征在于，根据所述第一运动特征向量、第一特征图、第二特征图、第一体型特征向量、第一动作特征向量、参照运动特征向量、第一位置信息和第二位置信息，确定...
【技术特征摘要】
1.一种基于矩阵加速器的大规模特征比对方法，其特征在于，包括：
2.根据权利要求1所述的基于矩阵加速器的大规模特征比对方法，其特征在于，所述处理器根据所述第一运动特征向量、第一目标位置信息、第二目标位置信息、第一特征图、第二特征图、第一位置信息和第二位置信息，确定图像特征提取模型和运动特征提取模型的综合损失函数，并发送至矩阵加速器，包括：
3.根据权利要求2所述的基于矩阵加速器的大规模特征比对方法，其特征在于，根据所述第一运动特征向量、第一特征图、第二特征图、第一体型特征向量、第一动作特征向量、参照运动特征向量、第一位置信息和第二位置信息，确定图像特征提取模型和运动特征提取模型的综合损失函数，包括：
4.根据权利要求3所述的基于矩阵加速器的大规模特征比对方法，其特征在于，...
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。