基于帧重构量化的边缘设备视频异常检测方法

    公开(公告)号:CN116524401A

    公开(公告)日:2023-08-01

    申请号:CN202310461541.3

    申请日:2023-04-26

    Abstract: 本发明涉及视频处理技术领域,具体公开了一种基于帧重构量化的边缘设备视频异常检测方法,包括步骤:训练视频异常检测模型,用于对视频片段中的当前帧进行重构;对训练后的视频异常检测模型进行量化;将量化后的视频异常检测模型部署在边缘设备上;视频异常检测时,边缘设备上部署的视频异常检测模型通过将重构误差归一化得到第u帧的得分pu,当得分pu在预设范围内时表示该帧被检测为异常帧。本发明利用深度自编码器和加入存储模块对当前帧进行重构,模型训练后进行量化的操作来达到模型轻量化的目的,并且保证了模型的精确度,最后将量化后的模型部署在边缘端,使得将大型复杂的异常检测网络模型部署在性能受限的国产边缘设备上变得简单。

    一种白酒品质预测方法
    3.
    发明公开

    公开(公告)号:CN116805180A

    公开(公告)日:2023-09-26

    申请号:CN202310766529.3

    申请日:2023-06-27

    Abstract: 本发明涉及白酒品质预测技术领域,具体公开了一种基于白酒酿造过程中的多元数据的白酒品质预测方法,其构建白酒发酵过程中多元数据预测网络模型,该模型通过对多元时间序列数据的线性分量和非线性分量分别预测,然后相加得到对多元时间序列后续时刻的预测结果;将预测结果和现有的多元时间序列拼接成完整的时间序列,输入到白酒品质预测模型中,通过五层二维卷积池化网络得到时间序列上的特征向量,输入到由三个门控循环单元组成的轻密集门控循环网络中,得到时间序列的长期依赖关系向量,两者相加再激活,得到白酒的品质分类预测结果。该预测方法实现了白酒在发酵过程中的实时品质预测。

Patent Agency Ranking