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：重庆电政信息科技有限公司

摘要：本发明为基于多ARM的动作识别模型分布式推理方法，属于大数据人工智能领域。该方法包含以下步骤：S1：建立运动视频数据库；S2：将运动视频数据库的视频进行图像采样和预处理后，生成图像数据；S3：利用深度学习技术，建立动作识别模型；S4：对基于多ARM的动作识别模型进行分布式推理训练；S5：将用户实时拍摄视频输入到基于多ARM的动作识别模型进行分布式推理，判断人体动作类别。本发明方法能够有效提取图片特征，实现资源优化配置，缓解深度学习模型训练和推理过程中内存不足和训练和推理时间过长的压力。

主权项：1.基于多ARM的动作识别模型分布式推理方法，其特征在于，该方法包含以下步骤：S1：采集视频，将视频按照人体动作进行分类、剪辑和标注，建立运动视频数据库；S2：将运动视频数据库的视频进行图像采样和预处理后，生成图像数据，作为动作识别模型的输入；S3：利用深度学习技术，建立动作识别模型；S4：对基于多ARM的动作识别模型进行分布式推理训练；S5：将用户实时拍摄视频输入到基于多ARM的动作识别模型进行分布式推理，判断人体动作类别，并结合用户需求，判断是否需要对该动作视频进行提取并保存；所述的预处理为：首先，对图像采用固定大小的滑动窗口进行裁剪；其次，裁剪后的图像进行灰度化；然后，进行高通滤波，最后进行归一化处理；所述的动作识别模型为n个Stage模块串联而成，Stage模块之间通过特征融合模块连接；第i个Stage模块由两个并联的CNN网络构成，分别对人体节点特征和人体节点连接特征进行提取；所述的每个CNN网络单独由1+2i层卷积核为3x3或5x5的卷积层和2层1x1卷积层依次串联构成；对多ARM的动作识别模型进行分布式推理训练，包含以下步骤：4-1按照ARM处理器的数量N和对应的工作状态，将所有的图像数据分为时间上连续的N份，一一对应的输入到ARM处理器中；4-2ARM处理器对分配的图像数据进行训练，计算出各自的梯度；4-3ARM处理器两两之间分别进行N-1次的梯度交换，完成对所有图像数据的梯度累积；所述的步骤S5具体包含以下步骤：5-1将用户实时拍摄视频进行图像采样和预处理后，生成图像数据；5-2主节点ARM按照ARM处理器的数量N和对应的工作状态，将所有的图像数据分为时间上连续的N份，一一对应的输入到ARM处理器中；5-3各个ARM处理器采用动作识别模型对图像数据分别计算和推理，对图像数据中的人体动作进行分类；5-4主节点ARM实时对步骤5-3中的各个ARM处理器进行状态监测，以便下一周期视频处理的任务分配；5-5各个ARM处理器将视频动作识别的分类结果发送到主节点ARM进行汇总，并结合用户需求，判断是否需要对该动作视频进行提取并保存；多ARM处理器包括一个主节点ARM处理器和至少一个计算节点ARM处理器；所述的ARM处理器带有外设接口、网络模块、供电模块；所述的主节点ARM处理器可以通过负载预测模型计算出所有ARM处理器的下一视频周期的工作状态，并根据工作状态对ARM处理器的任务进行分配。

全文数据：

权利要求：

百度查询： 重庆电政信息科技有限公司 基于多ARM的动作识别模型分布式推理方法