首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于联邦学习的人员异常逗留检测方法、装置及相关介质 

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!

申请/专利权人:深圳市万物云科技有限公司

摘要:本发明公开了基于联邦学习的人员异常逗留检测方法、装置及相关介质,该方法包括:获取数据视频并抽帧得到数据图片;利用云端下载主干网络模型的模型参数并进行本地训练,得到目标检测分类结果和ID重识别分类结果;利用目标检测分支网络对所述目标检测分类结果进行目标检测,得到第一识别结果;以及利用ID重识别分支网络对所述ID重识别分类结果进行重识别处理,得到第二识别结果;对所述ID重识别分支网络的模型参数进行同态加密,并将所述加密结果上传至云端,进行解密后更新全局模型。本发明通过联邦学习算法对多个场景图片进行复合逻辑判断,并应用同态加密技术将模型参数上传到云端,如此,提高了对场景图片检测的能力,同时增强数据安全性。

主权项:1.一种基于联邦学习的人员异常逗留检测方法,其特征在于,包括:获取多个边端设备的数据视频,对所述数据视频抽帧,得到数据图片;各所述边端设备从云端下载主干网络模型的模型参数,并利用所述模型参数以及所述数据图片对所述主干网络模型进行本地训练,得到目标检测分类结果和ID重识别分类结果;利用多目标跟踪模型中的目标检测分支网络对所述目标检测分类结果进行目标检测,得到第一识别结果;以及利用所述多目标跟踪模型中的ID重识别分支网络对所述ID重识别分类结果进行重识别处理,得到第二识别结果;其中,所述第一识别结果包括:中心位置结果、识别框大小和中心位置偏移量;所述第二识别结果用于优化所述多目标跟踪模型中的ID重识分支网络:对所述ID重识别分支网络的模型参数进行同态加密,并将所述加密结果上传至云端,使所述云端对所述加密结果进行解密,并更新全局模型。

全文数据:

权利要求:

百度查询: 深圳市万物云科技有限公司 基于联邦学习的人员异常逗留检测方法、装置及相关介质

免责声明
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。