[发明专利]基于多模态的自动弹幕生成方法、系统、存储介质及设备在审
申请号: | 202110101966.4 | 申请日: | 2021-01-26 |
公开(公告)号: | CN112995748A | 公开(公告)日: | 2021-06-18 |
发明(设计)人: | 孙晓飞;周毅成 | 申请(专利权)人: | 浙江香侬慧语科技有限责任公司 |
主分类号: | H04N21/435 | 分类号: | H04N21/435;H04N21/488;H04N21/4788 |
代理公司: | 北京国科程知识产权代理事务所(普通合伙) 11862 | 代理人: | 曹晓斐 |
地址: | 311121 浙江省杭州市余杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 多模态 自动 弹幕 生成 方法 系统 存储 介质 设备 | ||
1.一种基于多模态的自动弹幕生成方法,其特征在于,包括:
将视频中包含具体时间点的同一时间段内的多模态信息进行采样编码处理,得到对应的多模态特征向量,其中,所述多模态信息包括图像信息、音频信息或者文本信息中的至少两者,所述多模态特征向量包括图像信息特征向量、音频信息特征向量或者文本信息特征向量中的至少两者;
利用融合模型,将所述多模态特征向量中的所述图像信息特征向量、所述音频信息特征向量或者所述文本信息特征向量中的至少两者进行融合,得到融合特征向量;以及
利用弹幕生成模型,将所述融合特征向量生成所述视频在所述具体时间点的弹幕。
2.如权利要求1所述的基于多模态的自动弹幕生成方法,其特征在于,所述将视频中包含具体时间点的同一时间段内的多模态信息进行采样编码处理的过程包括:
将所述视频中所述多模态信息在同一时间段内以同等时间间隔进行均匀采样。
3.如权利要求2所述的基于多模态的自动弹幕生成方法,其特征在于,所述将视频中包含具体时间点的同一时间段内的多模态信息进行采样编码处理的过程还包括:
利用多模态编码模型,将经采样处理的多模态信息进行编码处理得到对应的多模态特征向量,其中,所述多模态编码模型包括图像编码模型、音频编码模型和文本编码模型。
4.如权利要求1所述的基于多模态的自动弹幕生成方法,其特征在于,所述具体时间点位于所述同一时间段的中点。
5.一种基于多模态的自动弹幕生成系统,其特征在于,包括:
用于将视频中包含具体时间点的同一时间段内的多模态信息进行采样编码处理,得到对应的多模态特征向量的模块,其中,所述多模态信息包括图像信息、音频信息或者文本信息中的至少两者,所述多模态特征向量包括图像信息特征向量、音频信息特征向量或者文本信息特征向量中的至少两者;
用于利用融合模型,将所述多模态特征向量中的所述图像信息特征向量、所述音频信息特征向量或者所述文本信息特征向量中的至少两者进行融合,得到融合特征向量的模块;以及
用于利用弹幕生成模型,将所述融合特征向量生成所述视频在所述具体时间点的弹幕的模块。
6.一种计算机可读存储介质,其存储有计算机指令,其特征在于,所述计算机指令被操作以执行权利要求1-4中任一项所述的基于多模态的自动弹幕生成方法。
7.一种计算机设备,其包括处理器和存储器,所述存储器存储有计算机指令,其中所述处理器操作所述计算机指令以执行权利要求1-4中任一项所述的基于多模态的自动弹幕生成方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江香侬慧语科技有限责任公司,未经浙江香侬慧语科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110101966.4/1.html,转载请声明来源钻瓜专利网。