任务处理模型确定方法、视频类别确定方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115098725A(43)申请公布日2022.09.23(21)申请号202210590648.3(22)申请日2022.05.27(71)申请人北京达佳互联信息技术有限公司地址100085北京市海淀区上地西路6号1幢1层101D1-7(72)发明人殷健源申世伟孔令树王博瀚(74)专利代理机构北京润泽恒知识产权代理有限公司11319专利代理师李燕春(51)Int.Cl.G06F16/75(2019.01)G06K9/62(2022.01)权利要求书3页说明书17页附图5页(54)发明名称任务处理模型确定方法、视频类别确定方法及装置(57)摘要本公开关于任务处理模型确定方法、视频类别确定方法及装置，该方法包括：获取针对待训练任务的多域样本视频；根据多域样本视频，以及所述域标签所对应域的初始分类规则特征向量，对待训练的任务处理模型进行训练；获取针对待训练子任务的多域测试视频；将测试视频输入任务处理模型，确定分类规则特征向量中各个维度的语义信息，基于分类规则特征向量中各个维度的语义信息以及待训练子任务的任务信息的匹配度，确定处理待训练子任务时的子分类规则特征向量。对于不同的子任务，每个域的分类规则特征向量保留了不同的维度，从而形成了适用于该域各个子任务的子分类规则特征向量。在处理子任务时，不需要训练新模型，节省了训练新模型的资源和时间。CN115098725ACN115098725A权利要求书1/3页1.一种任务处理模型确定方法，其特征在于，所述方法包括：获取针对待训练任务的多域样本视频，所述样本视频标注有分类标签和域标签；所述分类标签用于表征所述样本视频所属的类别，所述域标签用于表征所述样本视频所属的环境信息，所述待训练任务用于确定视频所属的类别；根据标注有所述分类标签和所述域标签的多域样本视频，以及所述域标签所对应域的初始分类规则特征向量，对待训练的任务处理模型进行训练，得到与所述待训练任务对应的训练后的任务处理模型；在训练所述待训练的任务处理模型的过程中，不断调整所述域对应的分类规则特征向量；获取针对待训练子任务的多域测试视频；其中，所述待训练子任务属于所述待训练任务的子任务；对于所述待训练子任务的每个域的测试视频，将所述测试视频输入所述训练后的任务处理模型，确定所述域对应的分类规则特征向量中各个维度的语义信息；其中，在确定所述域对应的分类规则特征向量中某一维度的语义信息时，保持所述分类规则特征向量中该维度的元素值不变，且所述分类规则特征向量中除该维度之外的维度的元素值为预设值；对于每个域，基于所述域对应的分类规则特征向量中各个维度的语义信息与所述待训练子任务的任务信息的匹配度，确定处理所述待训练子任务时，所述训练后的任务处理模型对应的子分类规则特征向量。2.根据权利要求1所述的方法，其特征在于，所述根据标注有所述分类标签和所述域标签的多域样本视频，以及所述域标签所对应域的初始分类规则特征向量，对待训练的任务处理模型进行训练，得到与所述待训练任务对应的训练后的任务处理模型，包括：将所述样本视频以及所述样本视频的域标签所对应域的初始分类规则特征向量输入待训练的任务处理模型，对所述待训练的任务处理模型进行训练；在训练所述待训练的任务处理模型的过程中，不断调整所述域对应的分类规则特征向量以及所述待训练的任务处理模型的模型参数；基于从所述待训练的任务处理模型输出的样本视频所属的类别与所述样本视频的分类标签，计算所述待训练的任务处理模型对应的损失函数值；在所述待训练的任务处理模型对应的损失函数值小于阈值时，确定所述域对应的分类规则特征向量以及所述待训练的任务处理模型的模型参数，得到与所述待训练任务对应的训练后的任务处理模型。3.根据权利要求2所述的方法，其特征在于，所述将所述样本视频以及所述样本视频的域标签所对应域的初始分类规则特征向量输入待训练的任务处理模型，对所述待训练的任务处理模型进行训练，包括：将所述样本视频以及所述样本视频的域标签所对应域的的初始分类规则特征向量输入待训练的任务处理模型，通过所述待训练的任务处理模型执行如下步骤：提取所述样本视频的视频特征向量，对所述视频特征向量进行降维处理，得到目标维度的视频特征向量；并对所述样本视频的域标签所对应域的初始分类规则特征向量进行激活处理，得到目标维度的分类规则特征向量；将所述目标维度的视频特征向量和所述目标维度的分类规则特征向量进行特征融合，得到融合后的特征向量；2CN115098725A权利要求书2/3页通过所述融合后的特征向量对所述样本视频进行分类，得到所述样本视频对应的分类结果。4.根据权利要求1至3任一项所述的方法，其特征在于，所述对于所述待训练子任务的每个域的测试视频，将所述测试视频输入所述训练后的任务处