[发明专利]基于深度迁移学习的视频描述方法有效
| 申请号： | 201810465849.4 | 申请日： | 2018-05-15 |
| 公开（公告）号： | CN108765383B | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 张丽红;曹刘彬 | 申请（专利权）人： | 山西大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 太原晋科知识产权代理事务所(特殊普通合伙) 14110 | 代理人： | 任林芳 |
| 地址： | 030006*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于视频处理技术领域，具体是一种基于深度迁移学习的视频描述方法。包括以下步骤，1）通过卷积神经网络视频表示模型，将视频表示为向量形式；2）利用多示例学习构建图像语义特征检测模型，以提取图像域语义特征；3）将步骤2）中的图像语义特征检测模型迁移到帧流域中，得到帧流语义特征检测模型，以提取帧流语义特征，并实现图像域与帧流域语义特征的深度融合；4）构建深度迁移学习视频描述框架，生成视频自然语言描述。本发明对输入端不同域中的语义特征进行深度融合，以提高生成视频描述的准确率。 | ||
| 搜索关键词： | 基于 深度 迁移 学习 视频 描述 方法 | ||
【主权项】：
1.一种基于深度迁移学习的视频描述方法，其特征在于：包括以下步骤，1)通过卷积神经网络视频表示模型，将视频表示为向量形式；2)利用多示例学习构建图像语义特征检测模型，以提取图像域语义特征；3)将步骤2)中的图像语义特征检测模型迁移到帧流域中，得到新的语义特征检测模型，以提取帧流语义特征，并实现图像域与帧流域语义特征的深度融合；4)构建深度迁移学习视频描述框架，生成视频自然语言描述。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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山西大学，未经山西大学许可，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/patent/201810465849.4/，转载请声明来源钻瓜专利网。
