[发明专利]一种基于声音和视觉的多模态视频场景分割方法在审
| 申请号： | 201811182971.7 | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109344780A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 张奕;谢锦滨 | 申请（专利权）人： | 上海极链网络科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G10L25/57;G10L25/30 |
| 代理公司： | 上海海贝律师事务所 31301 | 代理人： | 范海燕 |
| 地址： | 202164 上海市崇明区*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于声音和视觉的多模态视频场景分割方法，方法包括以下步骤：步骤S1：对输入视频进行镜头分割，得到各镜头片段；步骤S2：在分割得到的各镜头片段上进行视觉和声音特征提取，得到镜头对应的视觉和声音特征向量；步骤S3：根据视觉和声音特征，将相邻的属于相同语义的镜头合并入同一场景，得到新的场景时间边界。 | ||
| 搜索关键词： | 视觉 镜头 多模态视频 场景分割 声音特征 声音特征向量 镜头分割 时间边界 输入视频 同一场景 语义 场景 合并 分割 | ||
【主权项】：
1.一种基于声音和视觉的多模态视频场景分割方法，其特征在于：。包括以下步骤：步骤S1：对输入视频进行镜头分割，得到各镜头片段步骤S2：在分割得到的各镜头片段上进行视觉和声音特征提取，得到镜头对应的视觉和声音特征向量；步骤S3：根据视觉和声音特征，将相邻的属于相同语义的镜头合并入同一场景，得到新的场景时间边界。
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上海极链网络科技有限公司，未经上海极链网络科技有限公司许可，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/patent/201811182971.7/，转载请声明来源钻瓜专利网。
