[发明专利]资源分配方法及装置

权利要求书

1.一种资源分配方法，其特征在于，所述方法用于对大数据实训室平台的资源进行分配，所述方法包括：

获取视频设备采集的第一视频，所述第一视频包括多个图像帧；

将所述多个图像帧输入至第一识别模型，所述第一识别模型用于对所述多个图像帧中的同一第一对象是否具有连贯性行为进行识别；

当所述第一对象在多个图像帧中具有连贯性行为时，通过所述第一识别模型，得到第一识别结果；

所述连贯性行为包括：预先设置的表示所述第一对象参与实验的连贯性动作；

如果所述第一识别结果表示所述第一对象为参与实验的目标对象，则为所述参与实验的目标对象创建数据平台。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取视频设备采集的第二视频，所述第二视频包括多个图像帧；

将所述多个图像帧输入至第二识别模型，所述第二识别模型用于对所述多个图像帧中的同一第二对象是否具有连贯性行为进行识别；

如果所述第二识别结果表示所述第二对象为结束实验的目标对象，则检测运行各个数据平台的各个终端的运行状态；

将与运行状态处于关机的终端所匹配的数据平台销毁。

3.根据权利要求1或2所述的方法，其特征在于，识别模型包括目标检测网络和目标跟踪网络；

将所述多个图像帧输入至识别模型，所述识别模型用于对所述多个图像帧中的同一对象是否具有连贯性行为进行识别，包括：

通过所述目标检测网络，对所述图像帧中的对象进行识别，输出所述图像帧中的对象对应的标签，所述对象对应的标签表示所述对象的行为特征；

根据所述图像帧中的对象对应的标签，从所述图像帧中的对象中确定符合预设条件的跟踪对象；

通过所述目标跟踪网络，对所述跟踪对象的连贯性行为进行识别，输出所述跟踪对象的连贯性行为对应的识别结果。

4.根据权利要求3所述的方法，其特征在于，

如果所述识别模型为第一识别模型，则第一识别结果包括对象参与实验，或对象不参与实验；

如果所述识别模型为第二识别模型，则第二识别结果包括对象结束实验，或对象未结束实验。

5.根据权利要求3所述的方法，其特征在于，在将所述多个图像帧输入至识别模型，所述识别模型用于对所述多个图像帧中的同一对象是否具有连贯性行为进行识别之前，所述方法还包括：

对多个训练图像帧中的对象进行标注，得到所述多个训练图像帧中的对象对应的标注标签；

将所述多个训练图像帧输入待训练的目标检测网络，得到所述多个训练图像帧中的对象对应的预测标签；

根据所述多个训练图像帧中的对象对应的预测标签和所述多个训练图像帧中的对象对应的标注标签，确定第一损失值；

根据所述第一损失值调整所述待训练的目标检测网络中参数的取值。

6.根据权利要求3所述的方法，其特征在于，在将所述多个图像帧输入至识别模型，所述识别模型用于对所述多个图像帧中的同一对象是否具有连贯性行为进行识别之前，所述方法还包括：

对多个训练视频中的图像帧中的对象进行标注，得到所述多个训练视频中的图像帧中的对象对应的标注连贯性行为；

将所述多个训练视频中的图像帧输入待训练的目标跟踪网络，得到所述多个训练视频中的图像帧中的对象对应的预测连贯性行为；

根据所述多个训练视频中的图像帧中的对象对应的标注连贯性行为和所述多个训练视频中的图像帧中的对象对应的预测连贯性行为，确定第二损失值；

根据所述第二损失值调整所述待训练的目标跟踪网络中参数的取值。