[发明专利]一种运动感知模型的训练方法、装置、电子设备及存储介质

权利要求书

1.一种运动感知模型的训练方法，其特征在于，包括：

获取训练图像组集合和每一训练图像组对应的标签光流信息；

构建预设机器学习模型，将所述预设机器学习模型确定为当前机器学习模型；

基于所述当前机器学习模型，对每一训练图像组进行特征提取处理，确定多个目标特征图集；

从每一目标特征图集中，确定每一训练图像组对应的预测光流信息；

根据所述标签光流信息和所述预测光流信息，确定每一目标特征图集对应的损失信息；

基于所述每一目标特征图集对应的损失信息对所述当前机器学习模型的参数进行调整，得到更新后的机器学习模型，将所述更新后的机器学习模型重新确定为当前机器学习模型；重复步骤：对每一训练图像组进行特征提取处理，多个目标特征图集；

当对所述当前机器学习模型的参数进行调整的次数大于预设阈值时，将所述当前机器学习模型确定为所述运动感知模型，将所述损失信息对应的模型参数确定为所述运动感知模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述对每一训练图像组进行特征提取处理，确定多个目标特征图集，包括：

基于所述当前机器学习模型，对每一训练图像组进行特征提取处理，得到待处理特征图集；

对所述待处理特征图集进行特征提取处理，得到第一特征图集；

根据所述待处理特征图集和所述第一特征图集，确定第二特征图集；

基于所述第二特征图集，确定多个目标特征图集。

3.根据权利要求2所述的方法，其特征在于，所述对所述待处理特征图集进行特征提取处理，得到第一特征图集之前，还包括：

对相机参数信息进行全连接处理，得到所述相机参数信息对应的权重信息集合和偏置信息集合；

根据所述权重信息集合和所述偏置信息集合，确定卷积信息集合；所述卷积信息集合包括第一卷积信息和第二卷积信息中的至少一个。

4.根据权利要求2所述的方法，其特征在于，所述基于所述第二特征图集，确定多个目标特征图集，包括：

对所述第二特征图集进行特征提取处理，得到第三特征图集；

将所述第二特征图集和所述第三特征图集进行堆叠处理，得到第一候选特征图集；

对所述第一候选特征图集进行特征提取处理，得到所述多个目标特征图集。

5.根据权利要求4所述的方法，其特征在于，所述对所述候选特征图集进行特征提取处理，得到所述多个目标特征图集，包括：

基于第一预设卷积信息，对所述第一候选特征图集进行特征提取处理，得到第二候选特征图集，

基于第二预设卷积信息，对所述第二候选特征图集进行特征提取处理，得到第一目标特征图子集；

基于第三预设卷积信息，对所述第一候选特征图集进行特征提取处理，得到第二目标特征图子集；

对所述第一目标特征图子集和所述第二目标特征图子集进行采样处理，得到所述多个目标特征图集。

6.根据权利要求4所述的方法，其特征在于，若所述卷积信息集合包括第一卷积信息和第二卷积信息，

所述对所述待处理特征图集进行特征提取处理，得到第一特征图集，包括：

基于所述第一卷积信息，对所述待处理特征图集进行特征提取处理，得到所述第一特征图集；

所述对所述第二特征图集进行特征提取处理，得到第三特征图集，包括：

基于所述第二卷积信息，对所述第二特征图集进行特征提取处理，得到所述第三特征图集。