[发明专利]模型训练方法、场景识别方法、计算设备和介质

说明书

本公开提供了模型训练方法、场景识别方法、计算设备和介质。训练方法包括：获取用于模型训练的N个原型图像以及视频库，所述N个原型图像包含所述目标场景，所述视频库具有与所述目标场景相关联的标识信息，其中N为大于1的整数；基于所述视频库得到视频图像库，所述视频图像库包括多个视频图像；基于所述N个原型图像以及所述多个视频图像的分布特性，从所述多个视频图像中选择用于目标场景识别模型的训练样本集，所述训练样本集包括包含目标场景的正样本集和不包含目标场景的负样本集；以及利用所述训练样本集对所述目标场景识别模型进行训练。

技术领域

本公开涉及计算机领域，更具体地，涉及目标场景识别模型的训练方法、目标场景识别方法、计算设备和计算机可读存储介质。

背景技术

随着信息技术的发展，用户越来越多地通过视频来传递信息，视频可以涉及各种各样的场景，比如运动场景、美食场景、人像场景、风景场景及卡通场景等。

目前，可以通过基于人工智能的机器学习模型(例如，深度学习模型、卷积神经网络)来识别视频中是否包含目标场景(针对从视频提取的视频图像)。在训练样本集来自初始视频库(即，包括各种各样的海量视频的集合，可以理解为全视频库)时，例如，对于目标场景为“投篮”场景的情况，可以通过人工标注初始视频库的视频图像库中的大量训练样本，包括包含投篮场景的训练样本，并用于对机器学习模型进行训练，从而将训练后的模型用于识别待识别视频中是否包含投篮瞬间的图像。但是，这种方法存在对海量训练样本进行标注的需求，同时不利于向其他场景类别的迁移，因为在要识别新的场景时也同样需要进行对海量样本的标注，因此导致整体算法设计复杂化、人工投入过大、对标注人员能力的要求过高、以及场景迭代非常缓慢。

因此，如何简单、快速、准确地获取针对目标场景的大量训练样本，以得到更有效的目标场景识别模型是一个亟待解决的问题。

发明内容

根据本公开的一方面，提供了一种用于目标场景识别模型的训练方法，包括：获取用于模型训练的N个原型图像以及视频库，所述N个原型图像包含目标场景，所述视频库中的视频具有与所述目标场景相关联的标识信息，其中N为大于1的整数；基于所述视频库得到视频图像库，所述视频图像库包括多个视频图像；基于所述N个原型图像以及所述多个视频图像的分布特性，从所述多个视频图像中选择用于目标场景识别模型的训练样本集，所述训练样本集包括包含目标场景的正样本集和不包含目标场景的负样本集；以及利用所述训练样本集对所述目标场景识别模型进行训练。

根据本公开的另一方面，提供了一种用于识别目标场景的方法，包括：获取待识别视频；基于所述待识别视频生成待识别视频图像库；利用如上所述的训练方法训练的目标场景识别模型来识别所述待识别视频图像库中的视频图像是否包含目标场景；以及在所述待识别视频图像库中的至少一个视频图像包含所述目标场景的情况下，确定所述待识别视频包含所述目标场景。

根据本公开的另一方面，提供了一种用于目标场景识别模型的训练装置，包括第一获取模块、第一图像库生成模块、样本选择模块和训练模块。第一获取模块用于获取用于模型训练的N个原型图像以及视频库，所述N个原型图像包含所述目标场景，所述视频库中的视频具有与所述目标场景相关联的标识信息，其中N为大于1的整数；第一图像库生成模块用于基于所述视频库得到包括视频图像库，所述视频图像库包括多个视频图像；样本选择模块用于基于所述N个原型图像以及所述多个视频图像的分布特性，从所述多个视频图像中选择用于目标场景识别模型的训练样本集，所述训练样本集包括包含目标场景的正样本集和不包含目标场景的负样本集；训练模块用于利用所述训练样本集对所述目标场景识别模型进行训练。