分类纠正方法及计算机程序产品技术

本公开涉及一种分类纠正方法及计算机程序产品。所述分类纠正方法包括：根据多个模型中的第一模型针对第一输入数据输出的第一中间结果，判断所述第一中间结果的确定性，其中所述第一中间结果包括多个中间类别及其置信度；在所述第一中间结果被判断为不确定时，判断所述多个模型从包括所述第一输入数据的输入数据集提取的特征的统计量是否满足纠正条件；以及在所述统计量满足所述纠正条件时，根据上下文信息来纠正与不确定的第一中间结果相对应的第一预测分类作为纠正后的第一预测分类。本公开的分类纠正方法利用上下文信息来纠正不确定的中间结果的预测分类，提高了与不确定的中间结果相对应的预测分类的准确性，从而提高最终分类的准确性。

【技术实现步骤摘要】

本申请涉及人工智能分类领域，尤其涉及一种分类纠正方法及计算机程序产品。

技术介绍

1、为了实现分类或评分的目标，经常需要集成多个模型进行分类，其中每个模型往往是单独预训练的，由于预训练使用的数据可能存在不平衡以及任务难度不同等问题，可能导致某个模型的性能相对较低，使得生成的中间结果在置信度水平较低时错误率较高，从而导致集成多个模型的最终分类性能较差。

2、例如，图1示出了将视频中的人分类为是否专注的示例。如图1所示，一个模型分析输入的视频帧，分析结果由softmax函数转换为不同行为类别及其置信度，如图1中的柱状图所示，柱状图中的每一项代表一个行为类别并且柱长代表置信度。然后，通过max(softmax)函数选择具有最高置信度的行为类别作为视频帧的行为类别，在图1所示的视频帧102-106对应的柱状图中，具有最高置信度的行为类别都是“看屏幕”，从而确定这些视频帧的行为类别是“看屏幕”。然后，根据视频的多个视频帧的行为类别按照规则(出现睡觉行为，注意力评分为0，出现说话行为，注意力评分为0.5，出现哈欠行为，注意力评分为0.25，睡觉说话哈欠均没本文档来自技高网...

【技术保护点】

1.一种分类纠正方法，包括：

2.根据权利要求1所述的分类纠正方法，其中，所述上下文信息包括所述多个模型针对所述输入数据集输出的多个确定的第二中间结果，并且

3.根据权利要求2所述的分类纠正方法，其中，根据所述第二预测分类及其置信度来纠正与所述不确定的第一中间结果相对应的所述第一预测分类包括：

4.根据权利要求3所述的分类纠正方法，其中，根据所述第二预测分类及其置信度来纠正与所述不确定的第一中间结果相对应的所述第一预测分类包括：

5.根据权利要求2所述的分类纠正方法，其中，根据所述第二预测分类及其置信度来纠正与所述不确定的第一中间结果相对应...

【技术特征摘要】

1.一种分类纠正方法，包括：

2.根据权利要求1所述的分类纠正方法，其中，所述上下文信息包括所述多个模型针对所述输入数据集输出的多个确定的第二中间结果，并且

3.根据权利要求2所述的分类纠正方法，其中，根据所述第二预测分类及其置信度来纠正与所述不确定的第一中间结果相对应的所述第一预测分类包括：

4.根据权利要求3所述的分类纠正方法，其中，根据所述第二预测分类及其置信度来纠正与所述不确定的第一中间结果相对应的所述第一预测分类包括：

5.根据权利要求2所述的分类纠正方法，其中，根据所述第二预测分类及其置信度来纠正与所述不确定的第一中间结果相对应的所述第一预测分类包括：

6.根据权利要求1至5中任一项所述的分类纠...

【专利技术属性】
技术研发人员：余雯，李安新，中村一成，福岛悠介，
申请(专利权)人：株式会社NTT都科摩，
类型：发明
国别省市：