CN115984963A - 一种动作计数方法及其相关设备 - Google Patents
一种动作计数方法及其相关设备 Download PDFInfo
- Publication number
- CN115984963A CN115984963A CN202211716276.0A CN202211716276A CN115984963A CN 115984963 A CN115984963 A CN 115984963A CN 202211716276 A CN202211716276 A CN 202211716276A CN 115984963 A CN115984963 A CN 115984963A
- Authority
- CN
- China
- Prior art keywords
- target
- video
- actions
- sequence
- confidence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000009471 action Effects 0.000 title claims abstract description 268
- 238000000034 method Methods 0.000 title claims abstract description 107
- 230000033001 locomotion Effects 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 86
- 230000015654 memory Effects 0.000 claims description 72
- 230000008569 process Effects 0.000 claims description 47
- 238000000605 extraction Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012549 training Methods 0.000 description 39
- 238000013528 artificial neural network Methods 0.000 description 30
- 239000011159 matrix material Substances 0.000 description 26
- 239000013598 vector Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 25
- 238000005553 drilling Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 20
- 238000013473 artificial intelligence Methods 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 13
- 238000003062 neural network model Methods 0.000 description 12
- 230000001537 neural effect Effects 0.000 description 10
- 230000004913 activation Effects 0.000 description 8
- 239000000872 buffer Substances 0.000 description 7
- 238000013500 data storage Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012886 linear function Methods 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000003999 initiator Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种动作计数方法及其相关设备,可融合多种信息来完成目标动作的技术,有利于提高最终所得到的目标动作的计数结果的准确度。本申请的方法包括:在获取目标视频后,可先对目标视频进行第一处理,从而得到目标物体在目标视频中的位置信息。接着,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。然后,可对处理后的目标视频进行第二处理,从而得到目标物体的动作序列,动作序列可包含多个动作,这多个动作通常包含目标动作以及其余动作,且这多个动作按照在处理后的目标视频中的出现时间进行排序。最后,可对多个动作进行处理,从而得到目标物体的目标动作的次数。
Description
技术领域
本申请实施例涉及人工智能(artificial intelligence,AI)技术领域,尤其涉及一种动作计数方法及其相关设备。
背景技术
在矿场打钻、货物搬运以及机械施工等作业场景中,往往需要统计作业流程中人和/或机械的某个动作的数量,从而判定人和/或机械是否顺利完成作业。基于此,利用AI技术来自动完成动作计数的方案应运而生。
为了便于说明,下文以矿场打钻场景进行示意性介绍。设在某个矿场的隧道中,需要作业人员操控打钻机,在隧道的侧壁进行打钻,且预先设定了打钻深度。为了统计作业人员的打钻次数(即打进侧壁的钻杆的数量),设备可实时采集现场的视频,并利用神经网络模型对采集到的视频进行目标检测,从而确定钻杆在视频中的位置信息。那么,基于钻杆在视频中的位置信息,可统计作业人员的打钻次数。
然而,上述动作计数过程中,仅考虑物体的位置信息所发挥的影响,所考虑的因素较为单一,导致最终针对动作计数结果的准确度较低。
发明内容
本申请实施例提供了一种动作计数方法及其相关设备,可融合多种信息来完成目标动作的技术,有利于提高最终所得到的目标动作的计数结果的准确度。
本申请实施例的第一方面提供了一种动作计数方法,该方法包括:
在获取作业区域的目标视频后,可将目标视频输入至第一模型,以通过第一模型对目标视频进行第一处理,从而得到目标物体在目标视频中的位置信息。
得到目标物体在目标视频中的位置信息后,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。
得到处理后的目标视频后,可将处理后的目标视频输入至第二模型,以通过第二模型对处理后的目标视频进行第二处理,从而得到目标物体的动作序列,动作序列可包含多个动作,这多个动作通常包含若干个目标动作以及若干个其余动作,且这多个动作可按照这多个动作在处理后的目标视频中的出现时间进行排序,例如,目标动作、其余动作、目标动作、其余动作、目标动作、其余动作等等。
得到目标物体的动作序列后,可对这动作序列进行处理,从而确定目标物体的目标动作的次数。
从上述方法可以看出:在获取目标视频后,可先对目标视频进行第一处理,从而得到目标物体在目标视频中的位置信息。接着,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。然后,可对处理后的目标视频进行第二处理,从而得到目标物体的动作序列,动作序列可包含多个动作,这多个动作通常包含目标动作以及其余动作,且这多个动作按照在处理后的目标视频中的出现时间进行排序。最后,可对动作序列进行处理,从而得到目标物体的目标动作的次数。前述过程中,不仅考虑了目标物体的位置信息所产生的影响,还考虑了目标物体的多个动作之间的相互影响,即目标动作以及其余动作的时间排序所产生的影响,所考虑的因素较为全面,有利于提高最终所得到的针对目标动作的计数结果的准确度。
在一种可能实现的方式中,目标视频包含N个视频帧,N≥2,将位置信息添加至目标视频,得到处理后的目标视频包括:对第i个视频帧进行特征提取,得到第i个视频帧的第一特征;将目标物体在第i个视频帧中的位置信息以及第一特征进行融合,得到第i个视频帧的第二特征;对第二特征进行特征提取,得到处理后的第i个视频帧,i=1,...,N。前述实现方式中,对于目标视频的N个视频帧中的第i个视频帧而言,可先对第i个视频帧进行特征提取,从而得到第i个视频帧的第一特征。得到第i个视频帧的第一特征后,可将目标物体在第i个视频帧中的位置信息以及第i个视频帧的第一特征进行融合,从而得到第i个视频帧的第二特征。得到第i个视频帧的第二特征后,可对第二特征进行特征提取,从而得到处理后的第i个视频帧。对于N个视频帧中除第i个视频帧的其余视频帧,也可对其余视频帧执行如同对第i个视频帧所执行的操作,故最终可得到处理后的N个视频帧,即处理后的目标视频。
在一种可能实现的方式中,该方法还包括:获取多个动作的置信度,置信度为对处理后的目标视频进行第二处理得到的;基于动作序列,确定目标物体的目标动作的次数包括:在动作序列中,确定置信度大于或等于置信度阈值的动作;基于置信度大于或等于置信度阈值的动作,确定目标物体的目标动作的次数。前述实现方式中,在利用第二模型对处理后的目标视频进行第二处理后,不仅可得到目标物体的动作序列,还可得到动作序列中多个动作的置信度。得到目标物体的动作序列以及多个动作的置信度后,可在动作序列中,选择置信度大于或等于置信度阈值的动作。那么,得到置信度大于或等于置信度阈值的动作后,可在置信度大于或等于置信度阈值的动作中,确定总共有多少个目标物体的目标动作,相当于确定目标物体的目标动作的次数。
在一种可能实现的方式中,置信度阈值基于目标物体在目标视频中的位置信息,多个动作的置信度的统计信息以及目标视频的像素信息确定,或,置信度阈值为预置值。前述实现方式中,置信度阈值可通过多种方式获取:(1)得到这多个动作的置信度后,可先对这多个动作的置信度进行计算,从而得到这多个动作的置信度的统计信息。然后,可对目标物体在目标视频中的位置信息、这多个动作的置信度的统计信息以及目标视频的像素信息确定进行计算,从而得到置信度阈值。(2)置信度阈值可以为一个预置值。
在一种可能实现的方式中,基于动作序列,确定目标物体的目标动作的次数还包括:在置信度大于或等于置信度阈值的动作中,确定排序符合预置排序的动作;基于排序符合预置排序的动作,确定目标物体的目标动作的次数。前述实现方式中,得到置信度大于或等于置信度阈值的动作后,可在置信度大于或等于置信度阈值的动作中,选择排序符合预置排序的动作。那么,得到排序符合预置排序的动作后,可在排序符合预置排序的动作中,确定总共有多少个目标物体的目标动作,相当于确定目标物体的目标动作的次数。
在一种可能实现的方式中,该方法还包括:对目标视频进行分割,得到呈现作业内容的子视频;在动作序列中,确定在子视频中出现的动作;基于动作序列,确定目标物体的目标动作的次数包括:基于在子视频中出现的动作,确定目标物体的目标动作的次数。前述实现方式中,得到动作序列后,可将目标视频分割为两个子视频,第一个子视频所呈现的内容为作业内容,第二个子视频所呈现的内容为非作业内容。那么,可在这动作序列中,选择在第一个子视频中出现的动作。如此一来,得到子视频中出现的动作后,可在子视频中出现的动作中,确定总共有多少个目标物体的目标动作,相当于确定目标物体的目标动作的次数。
在一种可能实现的方式中,第一处理为目标检测,第二处理为时序动作定位。
本申请实施例的第二方面提供了一种动作计数装置,该装置包括:第一处理模块,用于对目标视频进行第一处理,得到目标物体在目标视频中的位置信息;添加模块,用于将目标物体在目标视频中的位置信息添加至目标视频,得到处理后的目标视频;第二处理模块,用于对处理后的目标视频进行第二处理,得到目标物体的动作序列,动作序列包括按照在处理后的目标视频中的出现时间进行排序的多个动作,多个动作包含目标动作;第一确定模块,用于基于动作序列,确定目标物体的目标动作的次数。
从上述装置可以看出:在获取目标视频后,可先对目标视频进行第一处理,从而得到目标物体在目标视频中的位置信息。接着,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。然后,可对处理后的目标视频进行第二处理,从而得到目标物体的动作序列,动作序列可包含多个动作,这多个动作通常包含目标动作以及其余动作,且这多个动作按照在处理后的目标视频中的出现时间进行排序。最后,可对动作序列进行处理,从而得到目标物体的目标动作的次数。前述过程中,不仅考虑了目标物体的位置信息所产生的影响,还考虑了目标物体的多个动作之间的相互影响,即目标动作以及其余动作的时间排序所产生的影响,所考虑的因素较为全面,有利于提高最终所得到的针对目标动作的计数结果的准确度。
在一种可能实现的方式中,目标视频包含N个视频帧,N≥2,添加模块,用于:对第i个视频帧进行特征提取,得到第i个视频帧的第一特征;将目标物体在第i个视频帧中的位置信息以及第一特征进行融合,得到第i个视频帧的第二特征;对第二特征进行特征提取,得到处理后的第i个视频帧,i=1,...,N。
在一种可能实现的方式中,该装置还包括:获取模块,用于获取多个动作的置信度,置信度为对处理后的目标视频进行第二处理得到的;第一确定模块,用于:在动作序列中,确定置信度大于或等于置信度阈值的动作;基于置信度大于或等于置信度阈值的动作,确定目标物体的目标动作的次数。
在一种可能实现的方式中,置信度阈值基于目标物体在目标视频中的位置信息,多个动作的置信度的统计信息以及目标视频的像素信息确定,或,置信度阈值为预置值。
在一种可能实现的方式中,第一确定模块,还用于:在置信度大于或等于置信度阈值的动作中,确定排序符合预置排序的动作;基于排序符合预置排序的动作,确定目标物体的目标动作的次数。
在一种可能实现的方式中,该装置还包括:分割模块,用于对目标视频进行分割,得到呈现作业内容的子视频;第二确定模块,用于在动作序列中,确定在子视频中出现的动作;第一确定模块,用于基于在子视频中出现的动作,确定目标物体的目标动作的次数。
在一种可能实现的方式中,第一处理为目标检测,第二处理为时序动作定位。
本申请实施例的第三方面提供了一种动作计数装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,动作计数装置执行如第一方面或第一方面中任意一种可能的实现方式所述的方法。
本申请实施例的第四方面提供了一种模型训练装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,模型训练装置用于训练神经网络模型,训练得到的模型可应用于如第一方面或第一方面中任意一种可能的实现方式所述的方法中。
本申请实施例的第五方面提供了一种电路系统,该电路系统包括处理电路,该处理电路配置为执行如第一方面或第一方面中的任意一种可能的实现方式所述的方法。
本申请实施例的第六方面提供了一种芯片系统,该芯片系统包括处理器,用于调用存储器中存储的计算机程序或计算机指令,以使得该处理器执行如第一方面或第一方面中的任意一种可能的实现方式所述的方法。
在一种可能的实现方式中,该处理器通过接口与存储器耦合。
在一种可能的实现方式中,该芯片系统还包括存储器,该存储器中存储有计算机程序或计算机指令。
本申请实施例的第七方面提供了一种计算机存储介质,该计算机存储介质存储有计算机程序,该程序在由计算机执行时,使得计算机实施如第一方面或第一方面中的任意一种可能的实现方式所述的方法。
本申请实施例的第八方面提供了一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时,使得计算机实施如第一方面或第一方面中的任意一种可能的实现方式所述的方法。
本申请实施例中,在获取目标视频后,可先对目标视频进行第一处理,从而得到目标物体在目标视频中的位置信息。接着,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。然后,可对处理后的目标视频进行第二处理,从而得到目标物体的动作序列,动作序列可包含多个动作,这多个动作通常包含目标动作以及其余动作,且这多个动作按照在处理后的目标视频中的出现时间进行排序。最后,可对动作序列进行处理,从而得到目标物体的目标动作的次数。前述过程中,不仅考虑了目标物体的位置信息所产生的影响,还考虑了目标物体的多个动作之间的相互影响,即目标动作以及其余动作的时间排序所产生的影响,所考虑的因素较为全面,有利于提高最终所得到的针对目标动作的计数结果的准确度。
附图说明
图1为人工智能主体框架的一种结构示意图;
图2a为本申请实施例提供的动作计数系统的一个结构示意图;
图2b为本申请实施例提供的动作计数系统的另一结构示意图;
图2c为本申请实施例提供的动作计数的相关设备的一个示意图;
图3为本申请实施例提供的系统100架构的一个示意图;
图4为本申请实施例提供的动作计数方法的一个流程示意图;
图5为本申请实施例提供的视频帧与位置信息融合的一个示意图;
图6为本申请实施例提供的视频分割的一个示意图;
图7为本申请实施例提供的比较结果的一个示意图;
图8为本申请实施例提供的动作计数装置的一个结构示意图;
图9为本申请实施例提供的执行设备的一个结构示意图;
图10为本申请实施例提供的训练设备的一个结构示意图;
图11为本申请实施例提供的芯片的一个结构示意图。
具体实施方式
本申请实施例提供了一种动作计数方法及其相关设备,可融合多种信息来完成目标动作的技术,有利于提高最终所得到的目标动作的计数结果的准确度。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
在矿场打钻、货物搬运以及机械施工等作业场景中,往往需要统计作业流程中人和/或机械的某个动作的数量,从而判定人和/或机械是否顺利完成作业。基于此,利用AI技术来自动完成动作计数的方案应运而生。
为了便于说明,下文以矿场打钻场景进行示意性介绍。设在某个矿场的隧道中,需要作业人员操控打钻机,在隧道的侧壁进行打钻,且预先设定了打钻深度这一作业目标,打钻深度通常与打钻次数成正比。为了统计作业人员的打钻次数(即打进侧壁的钻杆的数量),设备可实时采集现场的视频,并利用神经网络模型对采集到的视频进行目标检测,从而确定钻杆在视频中的位置信息,例如,钻杆在视频中的位置信息可以为钻杆中心的位置-视频时间变化曲线。那么,基于钻杆在视频中的位置信息,可确定出作业人员完成取钻杆这一动作的次数,也就相当于得到了作业人员完成打钻这一动作的次数。
然而,上述对目标动作(例如,打钻)的计数过程中,仅考虑物体(例如,钻杆)的位置信息所发挥的影响,所考虑的因素较为单一,导致最终针对目标动作的计数结果(即目标动作的次数)的准确度较低。
为了解决上述问题,本申请实施例提供了一种动作计数方法,该方法可结合人工智能(artificial intelligence,AI)技术实现。AI技术是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能的技术学科,AI技术通过感知环境、获取知识并使用知识获得最佳结果。换句话说,人工智能技术是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。利用人工智能进行数据处理是人工智能常见的一个应用方式。
首先对人工智能系统总体工作流程进行描述,请参见图1,图1为人工智能主体框架的一种结构示意图,下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中,“智能信息链”反映从数据的获取到处理的一列过程。举例来说,可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中,数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程,反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。通过传感器与外部沟通;计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供;基础平台包括分布式计算框架及网络等相关的平台保障和支持,可以包括云存储和计算、互联互通网络等。举例来说,传感器和外部沟通获取数据,这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本,还涉及到传统设备的物联网数据,包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练,机器学习,深度学习,搜索,推理,决策等方式。
其中,机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中,模拟人类的智能推理方式,依据推理控制策略,利用形式化的信息进行机器思维和求解问题的过程,典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程,通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后,进一步基于数据处理的结果可以形成一些通用的能力,比如可以是算法或者一个通用系统,例如,翻译,文本的分析,计算机视觉的处理,语音识别,图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用,是对人工智能整体解决方案的封装,将智能信息决策产品化、实现落地应用,其应用领域主要包括:智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
接下来介绍几种本申请的应用场景。
图2a为本申请实施例提供的动作计数系统的一个结构示意图,该动作计数系统包括用户设备以及数据处理设备。其中,用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为动作计数的发起端,作为动作计数请求的发起方,通常由用户通过用户设备发起请求。
上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的图像处理请求,再通过存储数据的存储器以及数据处理的处理器环节进行机器学习,深度学习,搜索,推理,决策等方式的图像处理。数据处理设备中的存储器可以是一个统称,包括本地存储以及存储历史数据的数据库,数据库可以在数据处理设备上,也可以在其它网络服务器上。
在图2a所示的动作计数系统中,用户设备可以接收用户的指令,用户设备可以拍摄目标视频,然后向数据处理设备发起请求,使得数据处理设备针对用户设备得到的目标视频执行视频处理应用,从而得到针对目标视频的处理结果。示例性的,接收到用户的指令后,用户设备可基于该指令,对作业区域进行拍摄,从而得到目标视频。然后,用户设备可向数据处理设备发起目标视频的处理请求,使得数据处理设备基于该请求,可利用神经网络模型对目标视频进行一系列处理,从而得到目标视频的处理结果,即针对作业区域中,目标物体的目标动作的次数,以基于目标视频的处理结果来确定作业是否完成。
在图2a中,数据处理设备可以执行本申请实施例的动作计数方法。
图2b为本申请实施例提供的动作计数系统的另一结构示意图,在图2b中,用户设备直接作为数据处理设备,该用户设备能够直接获取来自用户的指令并直接由用户设备本身的硬件进行处理,具体过程与图2a相似,可参考上面的描述,在此不再赘述。
在图2b所示的动作计数系统中,用户设备可以接收用户的指令,用户设备可基于该指令,对作业区域进行拍摄,从而得到目标视频。然后,用户设备可利用神经网络模型对目标视频进行一系列处理,从而得到目标视频的处理结果,即针对作业区域中,目标物体的目标动作的次数,以基于目标视频的处理结果来确定作业是否完成。
在图2b中,用户设备自身就可以执行本申请实施例的动作计数方法。
图2c为本申请实施例提供的动作计数的相关设备的一个示意图。
上述图2a和图2b中的用户设备具体可以是图2c中的本地设备301或者本地设备302,图2a中的数据处理设备具体可以是图2c中的执行设备210,其中,数据存储系统250可以存储执行设备210的待处理数据,数据存储系统250可以集成在执行设备210上,也可以设置在云上或其它网络服务器上。
图2a和图2b中的处理器可以通过神经网络模型或者其它模型(例如,基于支持向量机的模型)进行数据训练/机器学习/深度学习,并利用数据最终训练或者学习得到的模型针对视频执行视频处理应用,从而得到相应的处理结果。
图3为本申请实施例提供的系统100架构的一个示意图,在图3中,执行设备110配置输入/输出(input/output,I/O)接口112,用于与外部设备进行数据交互,用户可以通过客户设备140向I/O接口112输入数据,所述输入数据在本申请实施例中可以包括:各个待调度任务、可调用资源以及其他参数。
在执行设备110对输入数据进行预处理,或者在执行设备110的计算模块111执行计算等相关的处理(比如进行本申请中神经网络的功能实现)过程中,执行设备110可以调用数据存储系统150中的数据、代码等以用于相应的处理,也可以将相应处理得到的数据、指令等存入数据存储系统150中。
最后,I/O接口112将处理结果返回给客户设备140,从而提供给用户。
值得说明的是,训练设备120可以针对不同的目标或称不同的任务,基于不同的训练数据生成相应的目标模型/规则,该相应的目标模型/规则即可以用于实现上述目标或完成上述任务,从而为用户提供所需的结果。其中,训练数据可以存储在数据库130中,且来自于数据采集设备160采集的训练样本。
在图3中所示情况下,用户可以手动给定输入数据,该手动给定可以通过I/O接口112提供的界面进行操作。另一种情况下,客户设备140可以自动地向I/O接口112发送输入数据,如果要求客户设备140自动发送输入数据需要获得用户的授权,则用户可以在客户设备140中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果,具体的呈现形式可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端,采集如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据,并存入数据库130。当然,也可以不经过客户设备140进行采集,而是由I/O接口112直接将如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果,作为新的样本数据存入数据库130。
值得注意的是,图3仅是本申请实施例提供的一种系统架构的示意图,图中所示设备、器件、模块等之间的位置关系不构成任何限制,例如,在图3中,数据存储系统150相对执行设备110是外部存储器,在其它情况下,也可以将数据存储系统150置于执行设备110中。如图3所示,可以根据训练设备120训练得到神经网络。
本申请实施例还提供的一种芯片,该芯片包括神经网络处理器NPU。该芯片可以被设置在如图3所示的执行设备110中,用以完成计算模块111的计算工作。该芯片也可以被设置在如图3所示的训练设备120中,用以完成训练设备120的训练工作并输出目标模型/规则。
神经网络处理器NPU,NPU作为协处理器挂载到主中央处理器(centralprocessing unit,CPU)(host CPU)上,由主CPU分配任务。NPU的核心部分为运算电路,控制器控制运算电路提取存储器(权重存储器或输入存储器)中的数据并进行运算。
在一些实现中,运算电路内部包括多个处理单元(process engine,PE)。在一些实现中,运算电路是二维脉动阵列。运算电路还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)中。
向量计算单元可以对运算电路的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。例如,向量计算单元可以用于神经网络中非卷积/非FC层的网络计算,如池化(pooling),批归一化(batch normalization),局部响应归一化(localresponse normalization)等。
在一些实现种,向量计算单元能将经处理的输出的向量存储到统一缓存器。例如,向量计算单元可以将非线性函数应用到运算电路的输出,例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元生成归一化的值、合并值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路的激活输入,例如用于在神经网络中的后续层中的使用。
统一存储器用于存放输入数据以及输出数据。
权重数据直接通过存储单元访问控制器(direct memory access controller,DMAC)将外部存储器中的输入数据搬运到输入存储器和/或统一存储器、将外部存储器中的权重数据存入权重存储器,以及将统一存储器中的数据存入外部存储器。
总线接口单元(bus interface unit,BIU),用于通过总线实现主CPU、DMAC和取指存储器之间进行交互。
与控制器连接的取指存储器(instruction fetch buffer),用于存储控制器使用的指令;
控制器,用于调用指存储器中缓存的指令,实现控制该运算加速器的工作过程。
一般地,统一存储器,输入存储器,权重存储器以及取指存储器均为片上(On-Chip)存储器,外部存储器为该NPU外部的存储器,该外部存储器可以为双倍数据率同步动态随机存储器(double data rate synchronous dynamic random access memory,DDRSDRAM)、高带宽存储器(high bandwidth memory,HBM)或其他可读可写的存储器。
由于本申请实施例涉及大量神经网络的应用,为了便于理解,下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的,神经单元可以是指以xs和截距1为输入的运算单元,该运算单元的输出可以为:
其中,s=1、2、……n,n为大于1的自然数,Ws为xs的权重,b为神经单元的偏置。f为神经单元的激活函数(activation functions),用于将非线性特性引入神经网络中,来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入。激活函数可以是sigmoid函数。神经网络是将许多个上述单一的神经单元联结在一起形成的网络,即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连,来提取局部接受域的特征,局部接受域可以是由若干个神经单元组成的区域。
神经网络中的每一层的工作可以用数学表达式y=a(Wx+b)来描述:从物理层面神经网络中的每一层的工作可以理解为通过五种对输入空间(输入向量的集合)的操作,完成输入空间到输出空间的变换(即矩阵的行空间到列空间),这五种操作包括:1、升维/降维;2、放大/缩小;3、旋转;4、平移;5、“弯曲”。其中1、2、3的操作由Wx完成,4的操作由+b完成,5的操作则由a()来实现。这里之所以用“空间”二字来表述是因为被分类的对象并不是单个事物,而是一类事物,空间是指这类事物所有个体的集合。其中,W是权重向量,该向量中的每一个值表示该层神经网络中的一个神经元的权重值。该向量W决定着上文所述的输入空间到输出空间的空间变换,即每一层的权重W控制着如何变换空间。训练神经网络的目的,也就是最终得到训练好的神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。因此,神经网络的训练过程本质上就是学习控制空间变换的方式,更具体的就是学习权重矩阵。
因为希望神经网络的输出尽可能的接近真正想要预测的值,所以可以通过比较当前网络的预测值和真正想要的目标值,再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然,在第一次更新之前通常会有初始化的过程,即为神经网络中的各层预先配置参数),比如,如果网络的预测值高了,就调整权重向量让它预测低一些,不断的调整,直到神经网络能够预测出真正想要的目标值。因此,就需要预先定义“如何比较预测值和目标值之间的差异”,这便是损失函数(loss function)或目标函数(objective function),它们是用于衡量预测值和目标值的差异的重要方程。其中,以损失函数举例,损失函数的输出值(loss)越高表示差异越大,那么神经网络的训练就变成了尽可能缩小这个loss的过程。
(2)反向传播算法
神经网络可以采用误差反向传播(back propagation,BP)算法在训练过程中修正初始的神经网络模型中参数的大小,使得神经网络模型的重建误差损失越来越小。具体地,前向传递输入信号直至输出会产生误差损失,通过反向传播误差损失信息来更新初始的神经网络模型中参数,从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动,旨在得到最优的神经网络模型的参数,例如权重矩阵。
下面从神经网络的训练侧和神经网络的应用侧对本申请提供的方法进行描述。
本申请实施例提供的模型训练方法,涉及数据序列的处理,具体可以应用于数据训练、机器学习、深度学习等方法,对训练数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等,最终得到训练好的神经网络(本申请实施例中的第一模型、第二模型等等);并且,本申请实施例提供的动作计数方法可以运用上述训练好的神经网络,将输入数据(本申请实施例中的目标视频、处理后的目标视频等等)输入到所述训练好的神经网络中,得到输出数据(如本申请中目标物体在目标视频中的位置信息、目标物体的多个动作等等)。需要说明的是,本申请实施例提供的模型训练方法和摘要生成方法是基于同一个构思产生的发明,也可以理解为一个系统中的两个部分,或一个整体流程的两个阶段:如模型训练阶段和模型应用阶段。
图4为本申请实施例提供的动作计数方法的一个流程示意图,如图4所示,该方法包括:
401、对目标视频进行第一处理,得到目标物体在目标视频中的位置信息。
本实施例中,在获取作业区域(例如,矿场中的隧道、物流中的仓库等等)的目标视频后,可将目标视频输入至第一模型(已训练的神经网络模型),以通过第一模型对目标视频进行第一处理(例如,目标检测(object detection)),从而得到目标物体在目标视频中的位置信息。
需要说明的是,目标视频通常包含连续的N个视频帧(N为大于或等于2的正整数),故目标物体在目标视频中的位置信息也就包含目标物体在N个视频帧中的位置信息。对于N个视频帧中的第i个视频帧而言(i=1,...,N),目标物体在第i个视频帧中的位置信息可包含:第i个视频帧中检测框的中心点坐标以及尺寸等信息,其中,该检测框为包围目标物体的多边形框。
402、将目标物体在目标视频中的位置信息添加至目标视频,得到处理后的目标视频。
得到目标物体在目标视频中的位置信息后,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。
具体地,可通过以下方式来获取处理后的目标视频:
(1)对于目标视频的N个视频帧中的第i个视频帧而言,可先对第i个视频帧进行特征提取(例如,卷积等等),从而得到第i个视频帧的第一特征。需要说明的是,第i个视频帧的第一特征通常是多维度的特征,而第i个视频帧自身通常是三维度(即三通道)的图像,第i个视频帧的第一特征的维度既可以和第i个视频帧的维度保持相同,也可以不相同,此处不做限制。
(2)得到第i个视频帧的第一特征后,可将目标物体在第i个视频帧中的位置信息以及第i个视频帧的第一特征进行融合(叠加),从而得到第i个视频帧的第二特征。需要说明的是,第i个视频帧的第一特征通常是多维度的特征,第i个视频帧的第二特征也是多维度的特征,且第i个视频帧的第一特征的维度和第i个视频帧的第二特征通常是相同的。
(3)得到第i个视频帧的第二特征后,可对第二特征进行特征提取(例如,聚合和卷积等等),从而得到处理后的第i个视频帧。需要说明的是,第i个视频帧的第二特征通常是多维度的特征,而处理后的第i个视频帧自身通常是三维度(即三通道)的图像,第i个视频帧的第二特征的维度既可以和处理后的第i个视频帧的维度保持相同,也可以不相同,此处不做限制。
(4)对于N个视频帧中除第i个视频帧的其余视频帧,也可对其余视频帧执行如同对第i个视频帧所执行的操作,故最终可得到处理后的N个视频帧,即处理后的目标视频。
例如,如图5所示(图5为本申请实施例提供的视频帧与位置信息融合的一个示意图),设在矿场打钻场景中,人和机器在矿场的隧道中打钻,完成打钻后,可实时采集隧道的视频,拍摄的视频的内容是人配合机器取出已经打入隧道侧壁的钻杆的过程,在这个过程中,人从机器上取下钻杆的数量也就是人配合机器打进侧壁的钻杆的数量,即人配合机器打钻的次数。得到视频后,可先利用目标检测模型对该视频进行目标检测,从而得到机器在视频中的位置信息、人在视频中的位置信息、钻杆在视频中的位置信息以及人的手在视频中的位置信息。
由于该视频包含多个视频帧,对于任意一个视频帧,可先对该视频帧进行特征提取,从而得到该视频帧的4通道的初始特征。然后,可将机器在该视频帧中的位置信息与该视频帧的第1通道的初始特征进行融合,从而得到该视频帧的第1通道的中间特征,并将人在该视频帧中的位置信息与该视频帧的第2通道的初始特征进行融合,从而得到该视频帧的第2通道的中间特征,并将钻杆在该视频帧中的位置信息与该视频帧的第3通道的初始特征进行融合,从而得到该视频帧的第3通道的中间特征,并将手在该视频帧中的位置信息与该视频帧的第4通道的初始特征进行融合,从而得到该视频帧的第4通道的中间特征。接着,可将该视频帧的4通道的中间特征进行特征提取,从而得到处理后的该视频帧。
对于多个视频帧中除该视频帧的其余视频帧,也可对其余视频帧执行如同对该视频帧所执行的操作,故最终可得到处理后的多个视频帧,即处理后的视频。
403、对处理后的目标视频进行第二处理,得到目标物体的动作序列,动作序列包括按照在处理后的目标视频中的出现时间进行排序的多个动作,多个动作包含目标动作。
得到处理后的目标视频后,可将处理后的目标视频输入至第二模型(已训练的神经网络模型),以通过第二模型对处理后的目标视频进行第二处理(例如,时序动作定位),从而得到目标物体的动作序列,动作序列包含多个动作,这多个动作通常包含若干个目标动作以及若干个其余动作,且这多个动作可按照这多个动作在处理后的目标视频中的出现时间进行排序,例如,目标动作、其余动作、目标动作、其余动作、目标动作、其余动作等等。
依旧如上述例子,得到处理后的视频后,可再利用时序动作定位模型对处理后的视频进行时序动作定位,从而得到机器拉出钻杆、人取下钻杆、人将钻杆放于地上、机器拉出钻杆、人取下钻杆、人将钻杆放于地上、机器拉出钻杆、人取下钻杆、人将钻杆放于地上等275个动作,这275个动作按照其在处理后的视频出现的时间先后进行排序,包含100个动作为机器拉出钻杆,100个动作为人取下钻杆,75个动作为人将钻杆放于地上。
404、基于动作序列,确定目标物体的目标动作的次数。
得到目标物体的多个动作后,可对这多个动作进行处理,从而确定目标物体的目标动作的次数。
具体地,可通过以下方式来获取目标物体的目标动作的次数:
(1)在利用第二模型对处理后的目标视频进行第二处理后,不仅可得到目标物体的动作序列,还可得到动作序列中多个动作的置信度。
(2)得到目标物体的动作序列以及多个动作的置信度后,可在动作序列中,选择置信度大于或等于置信度阈值的动作。其中,置信度阈值可通过多种方式获取:(2.1)得到这多个动作的置信度后,可先对这多个动作的置信度进行计算,从而得到这多个动作的置信度的统计信息(例如,这多个动作的置信度的方差以及平均值等等)。然后,可对目标物体在目标视频中的位置信息、这多个动作的置信度的统计信息以及目标视频的像素信息确定(例如,目标视频的N个视频帧的帧间像素值差以及平均像素值等等)进行计算,从而得到置信度阈值。(2.2)置信度阈值可以为一个预置值,该预置值的大小可根据实际需求进行设置,此处不做限制。
依旧如上述例子,得到275个动作以及275个动作的置信度后,发现100个“机器拉出钻杆”中有30个动作的置信度低于置信度阈值,可剔除这30个动作。同理,发现100个“人取下钻杆”中有30个动作的置信度低于置信度阈值,可剔除这30个动作,发现75个“人将钻杆放于地上”中有25个动作的置信度低于置信度阈值,可剔除这25个动作。如此一来,则只保留了置信度高于或等于置信度阈值的190个动作。
(3)得到置信度大于或等于置信度阈值的动作后,可在置信度大于或等于置信度阈值的动作中,选择排序符合预置排序的动作。
依旧如上述例子,得到190个动作后,由于预置排序为机器拉出钻杆→人取下钻杆→人将钻杆放于地上,那么,在190个动作中,发现70个“机器拉出钻杆”中有20个动作的排序不符合预置排序,可剔除这20个动作。同理,发现70个“人取下钻杆”中有20个动作的排序不符合预置排序,可剔除这20个动作,发现50个“人将钻杆放于地上”中有10个动作的排序不符合预置排序,可剔除这10个动作。如此一来,则只保留了排序符合预置排序的140个动作。
(4)得到排序符合预置排序的动作后,可将目标视频分割为两个子视频,第一个子视频所呈现的内容为作业内容,第二个子视频所呈现的内容为非作业内容。那么,可在排序符合预置排序的动作中,选择在第一个子视频中出现的动作。
依旧如上述例子,如图6所示(图6为本申请实施例提供的视频分割的一个示意图),可计算该视频的多个视频帧的帧间像素值差,基于帧间像素值差这些信息来将该视频划分为作业片段(图6中框中的片段)和非作业片段。那么,在这140个动作中,发现50个“机器拉出钻杆”中有15个动作未出现在作业片段中,可剔除这15个动作。同理,发现50个“人取下钻杆”中有15个动作未出现在作业片段中,可剔除这15个动作,发现40个“人将钻杆放于地上”中有20个动作未出现在作业片段中,可剔除这20个动作。如此一来,则只保留了出现在作业片段中的90个动作。
(5)得到子视频中出现的动作后,可在子视频中出现的动作中,确定总共有多少个目标物体的目标动作,相当于确定目标物体的目标动作的次数。
依旧如上述例子,在90个动作中,有35个“人取下钻杆”,那么,可确定人配合机器的打钻次数为35,即向隧道侧壁打进了35个钻杆。
进一步地,在确定所有的目标动作后,若确定任意相邻的两个目标动作的出现时间之间的间隔位于预置范围外,可向管理人员进行提示。工作人员可判断是否在这两个目标动作之间插入额外的目标动作,并下发指令。若该指令指示需要插入额外的目标动作,则在这两个目标动作之间插入额外的目标动作,并更新目标动作的次数,若该指令指示不需要插入额外的目标动作,则保留原先目标动作的次数。
依旧如上述例子,在35个“人取下钻杆”中,若有某2个动作的出现时间之间的间隔为2分钟,而预置范围为1分钟,则可提示管理人员是否要在这2个动作之间插入1个“人取下钻杆”,若管理人员下发的指令为需要,可将“人取下钻杆”的数量更新为36个,即人配合机器的打钻次数更新为36。
应理解,本实施例中仅以执行(2)至(4)的全部进行示意性介绍,在实际应用中,也可执行(2)至(4)的任意一个或部分,此处不做限定。
此外,还可将本申请实施例提供的方法与相关技术提供的方法进行比较,比较结果如图7所示(图7为本申请实施例提供的比较结果的一个示意图),本申请实施例提供的方法的准确率和召回率均超过了95%,由于相关技术提供的方法。
本申请实施例中,在获取目标视频后,可先对目标视频进行第一处理,从而得到目标物体在目标视频中的位置信息。接着,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。然后,可对处理后的目标视频进行第二处理,从而得到目标物体的多个动作,这多个动作按照在处理后的目标视频中的出现时间进行排序。最后,可对多个动作进行处理,从而得到目标物体的目标动作的次数。前述过程中,不仅考虑了目标物体的位置信息所产生的影响,还考虑了目标物体的多个动作之间的相互影响,即目标动作以及其余动作的时间排序所产生的影响,所考虑的因素较为全面,有利于提高最终所得到的针对目标动作的计数结果的准确度。
以上是对本申请实施例提供的动作计数方法所进行的详细说明,以下将对本申请实施例提供的动作计数装置进行介绍。图8为本申请实施例提供的动作计数装置的一个结构示意图,如图8所示,该装置包括:
第一处理模块801,用于对目标视频进行第一处理,得到目标物体在目标视频中的位置信息;
添加模块802,用于将目标物体在目标视频中的位置信息添加至目标视频,得到处理后的目标视频;
第二处理模块803,用于对处理后的目标视频进行第二处理,得到目标物体的动作序列,动作序列包括按照在处理后的目标视频中的出现时间进行排序的多个动作,多个动作包括目标动作;
第一确定模块804,用于基于多个动作,确定目标物体的目标动作的次数。
本申请实施例中,在获取目标视频后,可先对目标视频进行第一处理,从而得到目标物体在目标视频中的位置信息。接着,可将目标物体在目标视频中的位置信息添加至目标视频,从而得到处理后的目标视频。然后,可对处理后的目标视频进行第二处理,从而得到目标物体的动作序列,动作序列可包含多个动作,这多个动作通常包含目标动作以及其余动作,且这多个动作按照在处理后的目标视频中的出现时间进行排序。最后,可对动作序列进行处理,从而得到目标物体的目标动作的次数。前述过程中,不仅考虑了目标物体的位置信息所产生的影响,还考虑了目标物体的多个动作之间的相互影响,即目标动作以及其余动作的时间排序所产生的影响,所考虑的因素较为全面,有利于提高最终所得到的针对目标动作的计数结果的准确度。
在一种可能实现的方式中,目标视频包含N个视频帧,N≥2,添加模块802,用于:对第i个视频帧进行特征提取,得到第i个视频帧的第一特征;将目标物体在第i个视频帧中的位置信息以及第一特征进行融合,得到第i个视频帧的第二特征;对第二特征进行特征提取,得到处理后的第i个视频帧,i=1,...,N。
在一种可能实现的方式中,该装置还包括:获取模块,用于获取多个动作的置信度,置信度为对处理后的目标视频进行第二处理得到的;第一确定模块804,用于:在动作序列中,确定置信度大于或等于置信度阈值的动作;基于置信度大于或等于置信度阈值的动作,确定目标物体的目标动作的次数。
在一种可能实现的方式中,置信度阈值基于目标物体在目标视频中的位置信息,多个动作的置信度的统计信息以及目标视频的像素信息确定,或,置信度阈值为预置值。
在一种可能实现的方式中,第一确定模块804,还用于:在置信度大于或等于置信度阈值的动作中,确定排序符合预置排序的动作;基于排序符合预置排序的动作,确定目标物体的目标动作的次数。
在一种可能实现的方式中,该装置还包括:分割模块,用于对目标视频进行分割,得到呈现作业内容的子视频;第二确定模块,用于在动作序列中,确定在子视频中出现的动作;第一确定模块804,用于基于在子视频中出现的动作,确定目标物体的目标动作的次数。
在一种可能实现的方式中,第一处理为目标检测,第二处理为时序动作定位。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参考本申请实施例前述所示的方法实施例中的叙述,此处不再赘述。
本申请实施例还涉及一种执行设备,图9为本申请实施例提供的执行设备的一个结构示意图。如图9所示,执行设备900具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等,此处不做限定。其中,执行设备900上可部署有图4对应实施例中所描述的第一模型以及第二模型等等,用于实现图4对应实施例中动作计数的功能。具体的,执行设备900包括:接收器901、发射器902、处理器903和存储器904(其中执行设备900中的处理器903的数量可以一个或多个,图9中以一个处理器为例),其中,处理器903可以包括应用处理器9031和通信处理器9032。在本申请的一些实施例中,接收器901、发射器902、处理器903和存储器904可通过总线或其它方式连接。
存储器904可以包括只读存储器和随机存取存储器,并向处理器903提供指令和数据。存储器904的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory,NVRAM)。存储器904存储有处理器和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。
处理器903控制执行设备的操作。具体的应用中,执行设备的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器903中,或者由处理器903实现。处理器903可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器903中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器903可以是通用处理器、数字信号处理器(digital signal processing,DSP)、微处理器或微控制器,还可进一步包括专用集成电路(application specific integratedcircuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器903可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器904,处理器903读取存储器904中的信息,结合其硬件完成上述方法的步骤。
接收器901可用于接收输入的数字或字符信息,以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器902可用于通过第一接口输出数字或字符信息;发射器902还可用于通过第一接口向磁盘组发送指令,以修改磁盘组中的数据;发射器902还可以包括显示屏等显示设备。
本申请实施例中,在一种情况下,处理器903,用于通过图4对应实施例中的第一模型以及第二模型等等,对目标视频进行处理,从而得到目标视频的处理结果。
本申请实施例还涉及一种训练设备,图10为本申请实施例提供的训练设备的一个结构示意图。如图10所示,训练设备1000由一个或多个服务器实现,训练设备1000可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)1014(例如,一个或一个以上处理器)和存储器1032,一个或一个以上存储应用程序1042或数据1044的存储介质1030(例如一个或一个以上海量存储设备)。其中,存储器1032和存储介质1030可以是短暂存储或持久存储。存储在存储介质1030的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对训练设备中的一系列指令操作。更进一步地,中央处理器1014可以设置为与存储介质1030通信,在训练设备1000上执行存储介质1030中的一系列指令操作。
训练设备1000还可以包括一个或一个以上电源1026,一个或一个以上有线或无线网络接口1050,一个或一个以上输入输出接口1058;或,一个或一个以上操作系统1041,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
具体的,训练设备可以完成模型训练,从而得到第一模型以及第二模型等等,可应用于前述的动作计数方法中。
本申请实施例还涉及一种计算机存储介质,该计算机可读存储介质中存储有用于进行信号处理的程序,当其在计算机上运行时,使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例还涉及一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片,芯片包括:处理单元和通信单元,所述处理单元例如可以是处理器,所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令,以使执行设备内的芯片执行上述实施例描述的数据处理方法,或者,以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地,所述存储单元为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元,如只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)等。
具体的,请参阅图11,图11为本申请实施例提供的芯片的一个结构示意图,所述芯片可以表现为神经网络处理器NPU 1100,NPU 1100作为协处理器挂载到主CPU(Host CPU)上,由Host CPU分配任务。NPU的核心部分为运算电路1103,通过控制器1104控制运算电路1103提取存储器中的矩阵数据并进行乘法运算。
在一些实现中,运算电路1103内部包括多个处理单元(Process Engine,PE)。在一些实现中,运算电路1103是二维脉动阵列。运算电路1103还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路1103是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器1102中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器1101中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)1108中。
统一存储器1106用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct MemoryAccess Controller,DMAC)1105,DMAC被搬运到权重存储器1102中。输入数据也通过DMAC被搬运到统一存储器1106中。
BIU为Bus Interface Unit即,总线接口单元1113,用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer,IFB)1109的交互。
总线接口单元1113(Bus Interface Unit,简称BIU),用于取指存储器1109从外部存储器获取指令,还用于存储单元访问控制器1105从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1106或将权重数据搬运到权重存储器1102中或将输入数据数据搬运到输入存储器1101中。
向量计算单元1107包括多个运算处理单元,在需要的情况下,对运算电路1103的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。主要用于神经网络中非卷积/全连接层网络计算,如Batch Normalization(批归一化),像素级求和,对预测标签平面进行上采样等。
在一些实现中,向量计算单元1107能将经处理的输出的向量存储到统一存储器1106。例如,向量计算单元1107可以将线性函数;或,非线性函数应用到运算电路1103的输出,例如对卷积层提取的预测标签平面进行线性插值,再例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元1107生成归一化的值、像素级求和的值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路1103的激活输入,例如用于在神经网络中的后续层中的使用。
控制器1104连接的取指存储器(instruction fetch buffer)1109,用于存储控制器1104使用的指令;
统一存储器1106,输入存储器1101,权重存储器1102以及取指存储器1109均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中,上述任一处提到的处理器,可以是一个通用中央处理器,微处理器,ASIC,或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本申请提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,训练设备,或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
Claims (17)
1.一种动作计数方法,其特征在于,所述方法包括:
对目标视频进行第一处理,得到目标物体在所述目标视频中的位置信息;
将所述目标物体在所述目标视频中的位置信息添加至所述目标视频,得到处理后的目标视频;
对所述处理后的目标视频进行第二处理,得到所述目标物体的动作序列,所述动作序列包括按照在所述处理后的目标视频中的出现时间进行排序的多个动作,所述多个动作包含目标动作;
基于所述动作序列,确定所述目标动作的次数。
2.根据权利要求1所述的方法,其特征在于,所述目标视频包含N个视频帧,N≥2,所述将所述位置信息添加至所述目标视频,得到处理后的目标视频包括:
对第i个视频帧进行特征提取,得到所述第i个视频帧的第一特征;
将所述目标物体在所述第i个视频帧中的位置信息以及所述第一特征进行融合,得到所述第i个视频帧的第二特征;
对所述第二特征进行特征提取,得到处理后的第i个视频帧,i=1,...,N。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取所述多个动作的置信度,所述置信度为对所述处理后的目标视频进行第二处理得到的;
所述基于所述动作序列,确定所述目标动作的次数包括:
在所述动作序列中,确定置信度大于或等于置信度阈值的动作;
基于所述置信度大于或等于置信度阈值的动作,确定所述目标动作的次数。
4.根据权利要求3所述的方法,其特征在于,所述置信度阈值基于所述目标物体在所述目标视频中的位置信息,所述多个动作的置信度的统计信息以及所述目标视频的像素信息确定,或,所述置信度阈值为预置值。
5.根据权利要求3或4所述的方法,其特征在于,所述基于所述动作序列,确定所述目标动作的次数还包括:
在所述置信度大于或等于置信度阈值的动作中,确定排序符合预置排序的动作;
基于所述排序符合预置排序的动作,确定所述目标动作的次数。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述方法还包括:
对所述目标视频进行分割,得到呈现作业内容的子视频;
在所述动作序列中,确定在所述子视频中出现的动作;
所述基于所述动作序列,确定所述目标动作的次数包括:
基于所述在所述子视频中出现的动作,确定所述目标动作的次数。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述第一处理为目标检测,所述第二处理为时序动作定位。
8.一种动作计数装置,其特征在于,所述装置包括:
第一处理模块,用于对目标视频进行第一处理,得到目标物体在所述目标视频中的位置信息;
添加模块,用于将所述目标物体在所述目标视频中的位置信息添加至所述目标视频,得到处理后的目标视频;
第二处理模块,用于对所述处理后的目标视频进行第二处理,得到所述目标物体的动作序列,所述动作序列按照在所述处理后的目标视频中的出现时间进行排序的多个动作,所述多个动作包括目标动作;
第一确定模块,用于基于所述动作序列,确定所述目标物体的目标动作的次数。
9.根据权利要求8所述的装置,其特征在于,所述目标视频包含N个视频帧,N≥2,所述添加模块,用于:
对第i个视频帧进行特征提取,得到所述第i个视频帧的第一特征;
将所述目标物体在所述第i个视频帧中的位置信息以及所述第一特征进行融合,得到所述第i个视频帧的第二特征;
对所述第二特征进行特征提取,得到处理后的第i个视频帧,i=1,...,N。
10.根据权利要求8或9所述的装置,其特征在于,所述装置还包括:
获取模块,用于获取所述多个动作的置信度,所述置信度为对所述处理后的目标视频进行第二处理得到的;
所述第一确定模块,用于:
在所述动作序列中,确定置信度大于或等于置信度阈值的动作;
基于所述置信度大于或等于置信度阈值的动作,确定所述目标动作的次数。
11.根据权利要求10所述的装置,其特征在于,所述置信度阈值基于所述目标物体在所述目标视频中的位置信息,所述多个动作的置信度的统计信息以及所述目标视频的像素信息确定,或,所述置信度阈值为预置值。
12.根据权利要求10或11所述的装置,其特征在于,所述第一确定模块,还用于:
在所述置信度大于或等于置信度阈值的动作中,确定排序符合预置排序的动作;
基于所述排序符合预置排序的动作,确定所述目标动作的次数。
13.根据权利要求8至12任意一项所述的装置,其特征在于,所述装置还包括:
分割模块,用于对所述目标视频进行分割,得到呈现作业内容的子视频;
第二确定模块,用于在所述动作序列中,确定在所述子视频中出现的动作;
所述第一确定模块,用于基于所述在所述子视频中出现的动作,确定所述目标动作的次数。
14.根据权利要求8至13任意一项所述的装置,其特征在于,所述第一处理为目标检测,所述第二处理为时序动作定位。
15.一种动作计数装置,其特征在于,所述装置包括存储器和处理器;所述存储器存储有代码,所述处理器被配置为执行所述代码,当所述代码被执行时,所述装置执行如权利要求1至7任意一项所述的方法。
16.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一个或多个指令,所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至7任一所述的方法。
17.一种计算机程序产品,其特征在于,所述计算机程序产品存储有指令,所述指令在由计算机执行时,使得所述计算机实施权利要求1至7任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211716276.0A CN115984963A (zh) | 2022-12-29 | 2022-12-29 | 一种动作计数方法及其相关设备 |
PCT/CN2023/143007 WO2024140973A1 (zh) | 2022-12-29 | 2023-12-29 | 一种动作计数方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211716276.0A CN115984963A (zh) | 2022-12-29 | 2022-12-29 | 一种动作计数方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115984963A true CN115984963A (zh) | 2023-04-18 |
Family
ID=85967709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211716276.0A Pending CN115984963A (zh) | 2022-12-29 | 2022-12-29 | 一种动作计数方法及其相关设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115984963A (zh) |
WO (1) | WO2024140973A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024140973A1 (zh) * | 2022-12-29 | 2024-07-04 | 华为技术有限公司 | 一种动作计数方法及其相关设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107122798A (zh) * | 2017-04-17 | 2017-09-01 | 深圳市淘米科技有限公司 | 基于深度卷积网络的引体向上计数检测方法及装置 |
CN114842546A (zh) * | 2021-02-02 | 2022-08-02 | 中兴通讯股份有限公司 | 动作计数方法、装置、设备及存储介质 |
CN115100745B (zh) * | 2022-07-05 | 2023-06-20 | 北京甲板智慧科技有限公司 | 基于Swin Transformer模型的运动实时计数方法和系统 |
CN115984963A (zh) * | 2022-12-29 | 2023-04-18 | 华为技术有限公司 | 一种动作计数方法及其相关设备 |
-
2022
- 2022-12-29 CN CN202211716276.0A patent/CN115984963A/zh active Pending
-
2023
- 2023-12-29 WO PCT/CN2023/143007 patent/WO2024140973A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024140973A1 (zh) * | 2022-12-29 | 2024-07-04 | 华为技术有限公司 | 一种动作计数方法及其相关设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2024140973A1 (zh) | 2024-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070207A (zh) | 一种模型训练方法及装置 | |
CN113066001A (zh) | 一种图像处理方法及相关设备 | |
CN113516227B (zh) | 一种基于联邦学习的神经网络训练方法及设备 | |
CN113240079A (zh) | 一种模型训练方法及装置 | |
CN112580720A (zh) | 一种模型训练方法及装置 | |
CN114359289A (zh) | 一种图像处理方法及相关装置 | |
WO2021190433A1 (zh) | 更新物体识别模型的方法和装置 | |
US20240185568A1 (en) | Image Classification Method and Related Device Thereof | |
CN114241597A (zh) | 一种姿态识别方法及其相关设备 | |
CN113065633A (zh) | 一种模型训练方法及其相关联设备 | |
CN112529149A (zh) | 一种数据处理方法及相关装置 | |
CN115238909A (zh) | 一种基于联邦学习的数据价值评估方法及其相关设备 | |
WO2024140973A1 (zh) | 一种动作计数方法及其相关设备 | |
EP4290459A1 (en) | Augmented reality method and related device thereof | |
CN111652349A (zh) | 一种神经网络的处理方法及相关设备 | |
CN114169393A (zh) | 一种图像分类方法及其相关设备 | |
CN113627421A (zh) | 一种图像处理方法、模型的训练方法以及相关设备 | |
CN117056589A (zh) | 一种物品推荐方法及其相关设备 | |
WO2023045949A1 (zh) | 一种模型训练方法及其相关设备 | |
CN115795025A (zh) | 一种摘要生成方法及其相关设备 | |
CN116312489A (zh) | 一种模型训练方法及其相关设备 | |
CN114707643A (zh) | 一种模型切分方法及其相关设备 | |
CN115623242A (zh) | 一种视频处理方法及其相关设备 | |
CN114707070A (zh) | 一种用户行为预测方法及其相关设备 | |
CN115292583A (zh) | 一种项目推荐方法及其相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |