用于检测和定位视频中的对象的描述符学习方法

摘要

本发明涉及一种学习用于检测和自动定位视频中的对象的类别描述符的方法，每个对象属于类别集合中的一对象类别，该方法使用：‑学习数据库，该学习数据库由参考视频组成并且包含带注释的帧，每个帧都具有识别在帧中检测到的各个对象的一个或多个标签；‑描述符，描述符与标签相关联并且由预处理神经网络从学习数据库的带注释的帧预先学习得到；‑神经网络架构，该神经网络架构由集中在多个参数服务器上的参数限定；以及‑并行工作的多个计算单元；在该方法中，针对每个对象类别，对于限定类别描述符，使用描述符和标签作为输入数据，来训练架构中的神经网络中之一；为了计算类别描述符，每个计算单元使用该单元所关联的参数服务器的参数的版本并在其计算结束时将更新的参数返回所述参数服务器；并且，参数服务器相互交换各个计算单元的参数，以针对每个类别描述符训练神经网络。