CN114821443B 视频特征提取网络的训练方法及装置 （浙江网商银行股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114821443B(45)授权公告日2025.07.08

(21)申请号202210530591.8

(22)申请日2022.05.16

(65)同一申请的已公布的文献号申请公布号CN114821443A

(43)申请公布日2022.07.29

(73)专利权人浙江网商银行股份有限公司

地址310012浙江省杭州市西湖区古荡街

道西溪路556号阿里中心D幢9层、E幢3-8层

(72)发明人郭胜熊紫华郭晓波韩冰黄伟林

(51)Int.CI.

GO6V20/40(2022.01)

GO6V10/764(2022.01)

GO6V10/82(2022.01)

GO6N3/0455(2023.01)

GO6N3/0464(2023.01)

GO6N3/048(2023.01)

GO6N3/08(2023.01)

(56)对比文件

CN114419489A,2022.04.29JP0013418A1,2001.03.13审查员邓清清

(74)专利代理机构北京智信禾专利代理有限公

司11637专利代理师李晓庆

权利要求书2页说明书16页附图4页

(54)发明名称

视频特征提取网络的训练方法及装置

(57)摘要

本说明书实施例提供视频特征提取网络的训练方法及装置，视频特征提取网络的训练方法包括：获取样本视频，根据样本视频获得样本视频的第一视频帧序列、第二视频帧序列和序列乱序样本权重；将第一视频帧序列和第二视频帧序列分别输入至待训练特征提取网络\参考特征提取模型，获得第一提取结果和第二提取结果；获取比对编码结果，并基于比对编码结果、第一提取结果和第二提取结果计算第一损失值；将第一提取结果输入至乱序权重预测网络，获得乱序权重预测网络输出的样本视频对应的序列乱序预

CN114821443B测权重，并基于序列乱序预测权重和序列乱序样本权重计算第二损失值；根据第一损失值和第二损失值调整待训练特征提取网络的网络参

CN114821443B

获取样本视频，根据所述样本视频获得所述样本视频的第一视频帧序

获取样本视频，根据所述样本视频获得所述样本视频的第一视频帧序

列、第二视频帧序列和序列乱序样本权重，其中，所述第一视频帧序

列和所述第二视频帧序列的图像参数不同

将所述第一视频帧序列和所述第二视频帧序列分别输入至待训练特征

提取网络，获得所述待训练特征提取网络输出的第一提取结果，将所

述第一视频帧序列和所述第二视频帧序列分别输入至参考特征提取模

型，获得所述参考特征提取模型输出的第二提取结果

获取比对编码结果，并基于所述比对编码结果、所述第一提取结果和所述第二提取结果计算第一损失值

将所述第一提取结果输入至乱序权重预测网络，获得所述乱序权重预108测网络输出的所述样本视频对应的序列乱序预测权重，并基于所述序

列乱序预测权重和所述序列乱序样本权重计算第二损失值

根据所述第一损失值和所述第二损失值调整所述待训练特征提取网络的网络参数，直至达到训练停止条件，获得训练好的视频特征提取网

104

106

CN114821443B权利要求书1/2页

2

1.一种视频特征提取网络的训练方法，包括：

获取样本视频，根据所述样本视频获得所述样本视频的第一视频帧序列、第二视频帧序列和序列乱序样本权重，其中，所述第一视频帧序列和所述第二视频帧序列的图像参数不同，根据所述样本视频获得所述样本视频的第一视频帧序列、第二视频帧序列和序列乱序样本权重包括：根据预设采样频率，对所述样本视频进行视频采样，生成初始视频帧序列；打乱所述初始视频帧序列中的视频帧顺序，获得所述初始视频帧序列对应的乱序视频帧序列；根据所述初始视频帧序列和所述乱序视频帧序列合成待增强视频帧序列；根据第一预设增强规则调整所述待增强视频帧序列的图像参数，获得第一视频帧序列；根据第二预设增强规则调整所述待增强视频帧序列的图像参数，获得第二视频帧序列；根据所述初始视频帧序