恭喜北京小米松果电子有限公司闫冰程获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜北京小米松果电子有限公司申请的专利多媒体识别的方法、装置、存储介质及电子设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN112434714B 。
龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202011416146.6,技术领域涉及:G06F18/20;该发明授权多媒体识别的方法、装置、存储介质及电子设备是由闫冰程设计研发完成,并于2020-12-03向国家知识产权局提交的专利申请。
本多媒体识别的方法、装置、存储介质及电子设备在说明书摘要公布了:本公开涉及一种多媒体识别的方法、装置、存储介质及电子设备,所述方法包括:通过采集部件采集多媒体数据;获取该多媒体数据的数据特征;将该数据特征输入多媒体识别模型,得到该数据特征的识别结果;其中,该多媒体识别模型是根据多媒体样本数据集、第一损失函数以及目标函数对预设训练模型进行训练后得到的模型,该目标函数包括样本随机函数和或第二损失函数;该样本随机函数用于获取多个该多媒体样本数据在不同幅值下的样本数据特征;该第二损失函数用于使得多个该多媒体样本数据的样本数据特征的权重和趋近于预设值。从而减少了训练所需多媒体样本数据的数量,降低了多媒体样本数据对存储空间的占用,并提高了多媒体识别的准确性。
本发明授权多媒体识别的方法、装置、存储介质及电子设备在权利要求书中公布了:1.一种多媒体识别的方法,其特征在于,所述方法包括:通过采集部件采集多媒体数据;获取所述多媒体数据的数据特征;将所述数据特征输入多媒体识别模型,得到所述数据特征的识别结果,所述识别结果用于表征所述多媒体数据对应的目标信息;其中,所述多媒体识别模型是根据多媒体样本数据集、第一损失函数以及目标函数对预设训练模型进行训练后得到的模型,所述多媒体样本数据集包括多个多媒体样本数据和每个所述多媒体样本数据对应的目标识别结果;所述目标函数包括样本随机函数;所述样本随机函数用于获取多个所述多媒体样本数据在不同幅值下的样本数据特征;所述第一损失函数用于表征多个所述多媒体样本数据通过预设训练模型得到的训练识别结果,与所述目标识别结果的差距;所述多媒体识别模型是通过以下方式训练得到的:获取所述多媒体样本数据集,所述多媒体样本数据集包括多个所述多媒体样本数据和每个所述多媒体样本数据对应的目标识别结果;获取每个所述多媒体样本数据对应的样本数据特征;根据所述训练识别结果与所述目标识别结果确定所述第一损失函数;根据所述样本数据特征、所述目标识别结果、所述第一损失函数以及所述目标函数对所述预设训练模型进行训练得到所述多媒体识别模型;在所述目标函数包括样本随机函数的情况下,根据所述样本数据特征、所述目标识别结果、所述第一损失函数以及所述目标函数对所述预设训练模型进行训练得到所述多媒体识别模型包括:根据所述样本数据特征和所述样本随机函数,计算得到表征不同幅值的新的样本数据特征;将所述新的样本数据特征作为预设训练模型的输入,将所述目标识别结果作为所述预设训练模型的输出,根据所述第一损失函数对所述预设训练模型进行训练,得到所述多媒体识别模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京小米松果电子有限公司,其通讯地址为:100085 北京市海淀区西二旗中路33号院6号楼3层004号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。