[发明专利]一种特征比对方法、装置及设备有效
| 申请号: | 201910980095.0 | 申请日: | 2019-10-15 |
| 公开(公告)号: | CN112668597B | 公开(公告)日: | 2023-07-28 |
| 发明(设计)人: | 罗仕胜;陈益新;李二连 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
| 主分类号: | G06V10/771 | 分类号: | G06V10/771;G06V10/74;G06T1/20 |
| 代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 杨春香 |
| 地址: | 310051 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 特征 方法 装置 设备 | ||
1.一种特征比对方法,其特征在于,应用于CPU,所述方法包括:
从所有GPU中确定出用于处理待检测特征的至少一个目标GPU;
将所述待检测特征发送给所述目标GPU,以使所述目标GPU根据所述待检测特征与第一特征库中的每个第一特征模型之间的相似度,将所述第一特征库中的多个第一特征模型的模型信息发送给所述CPU;
根据目标GPU发送的模型信息,从第二特征库中选取多个第二特征模型;根据所述待检测特征与选取的每个第二特征模型之间的相似度,从所述多个第二特征模型中确定出至少一个目标特征模型;所述第一特征库中的第一特征模型的特征点数量小于所述第二特征库中的第二特征模型的特征点数量。
2.根据权利要求1所述的方法,其特征在于,所述从所有GPU中确定出用于处理待检测特征的至少一个目标GPU之前,所述方法还包括:
获取每个样本特征对应的第一特征模型和第二特征模型;
根据所有第一特征模型的总数量N和设定阈值K确定所有第一特征模型需要占用的GPU数量M;对所有GPU进行分组,每个GPU组中GPU数量大于等于M;将所有第一特征模型分组得到M个第一特征库,将M个第一特征库存储至各GPU组中的GPU,每个GPU存储一个第一特征库,每个第一特征库中第一特征模型数量小于等于K,K为GPU存储的第一特征模型数量最大值;
将所有第二特征模型分组到第二特征库,并将所述第二特征库存储至指定存储介质。
3.根据权利要求2所述的方法,其特征在于,
所述从所有GPU中确定出用于处理待检测特征的至少一个目标GPU,包括:
根据每个GPU组的负载情况,从所有GPU组中选择负载最轻的GPU组;
将所述负载最轻的GPU组中的所有GPU均确定为所述目标GPU。
4.根据权利要求2所述的方法,其特征在于,
所述模型信息包括模型标识,同一个样本特征对应的第一特征模型的模型标识与第二特征模型的模型标识之间具有映射关系,所述根据目标GPU发送的模型信息,从第二特征库中选取多个第二特征模型,包括:
基于第一特征模型的模型标识与第二特征模型的模型标识之间的映射关系,从第二特征库中选取与目标GPU发送的模型标识对应的第二特征模型。
5.根据权利要求2所述的方法,其特征在于,
所述模型信息包括模型标识和相似度,同一样本特征对应的第一特征模型的模型标识与第二特征模型的模型标识之间具有映射关系,所述根据目标GPU发送的模型信息,从第二特征库中选取多个第二特征模型,包括:
根据所述目标GPU发送的多个第一特征模型的相似度,从所述目标GPU发送的多个第一特征模型的模型标识中选择目标模型标识;
基于第一特征模型的模型标识与第二特征模型的模型标识之间的映射关系,从第二特征库中选取与所述目标模型标识对应的第二特征模型。
6.根据权利要求5所述的方法,其特征在于,
所述根据所述目标GPU发送的多个第一特征模型的相似度,从所述目标GPU发送的多个第一特征模型的模型标识中选择目标模型标识,包括:
基于所述目标GPU发送的多个第一特征模型的相似度,对所述目标GPU发送的多个第一特征模型的模型标识进行排序;
基于排序结果,从所述目标GPU发送的多个第一特征模型的模型标识中选择指定数量个模型标识作为目标模型标识。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910980095.0/1.html,转载请声明来源钻瓜专利网。





