[发明专利]基于跨模型交互网络实现问题-视频片段抽取任务的方法有效
申请号: | 201910516683.9 | 申请日: | 2019-06-14 |
公开(公告)号: | CN110377792B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 赵洲;孟令涛;张竹;陈漠沙;仇伟 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06F16/78 | 分类号: | G06F16/78;G06N3/04;G06F40/30 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 郑海峰 |
地址: | 310058 浙江*** | 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: | 本发明公开了一种利用跨模型交互网络解决以问题为基础的视频片段抽取任务的方法。主要包括如下步骤:1)针对问题语句与视频帧,利用语义图像卷积网络、多头自注意力模块、与多步骤跨模型交互模块获取视频帧的跨模型语义表达。2)对获得的视频帧的跨模型语义表达,计算损失函数并训练模型,利用训练后的跨模型交互网络,对视频进行以问题为基础的片段抽取。相比于一般的视频片段抽取解决方案,本发明对多种有效信息进行综合利用。本发明在以问题为基础的视频片段抽取任务中所取得的效果相比于传统的方法更好。 | ||
搜索关键词: | 基于 模型 交互 网络 实现 问题 视频 片段 抽取 任务 方法 | ||
【主权项】:
1.一种利用跨模型交互网络解决以问题为基础的视频片段抽取任务的方法,其特征在于包括如下步骤:1)针对问题语句,利用语义图像卷积网络获取问题语句的语义表达;2)针对视频,获取包含视频内容中的长范围语义依赖信息的自注意力视频语义表达;3)利用步骤1)获取的问题语句的语义表达与步骤2)获取的自注意力视频语义表达,获取视频帧的跨模型语义表达;4)利用步骤3)获得的视频帧的跨模型语义表达,计算得到跨模型交互网络的损失函数;5)利用步骤4)获得的跨模型交互网络的损失函数,对跨模型交互网络进行训练,利用训练后的跨模型交互网络,对视频进行以问题为基础的片段抽取。
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浙江大学,未经浙江大学许可,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/201910516683.9/,转载请声明来源钻瓜专利网。
- 上一篇:快速影像排序方法
- 下一篇:一种推荐视频制作信息的方法、装置及设备