[发明专利]一种基于生成对抗网络的视频内容理解方法及装置在审
| 申请号： | 201910913294.X | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110717421A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 樊硕 | 申请（专利权）人： | 北京影谱科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 11694 北京万思博知识产权代理有限公司 | 代理人： | 高镇 |
| 地址： | 100000 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于生成对抗网络的视频内容理解方法及装置，涉及视频内容理解领域。所述方法包括：采用GAN模型对源域数据进行处理，以得到与目标域数据贴近的新源域数据；采用新源域数据作为训练数据对ResNet模型进行预训练；将目标域数据作为训练完成后的ResNet模型的输入，微调ResNet模型的参数；将微调后形成的目标域数据的图像向量特征作为LSTM的输入，完成对视频内容的理解。所述装置包括：域间差距降低模块、训练模块、参数调节模块和描述语句生成模块。本申请能够提高模型的泛化能力、模型的性能以及效率。本申请适用于视频处理、分类、及推荐等。 | ||
| 搜索关键词： | 目标域 视频内容 域数据 新源 微调 申请 参数调节模块 语句生成模块 对视频内容 视频处理 图像向量 训练模块 训练数据 域间 源域 对抗 分类 网络 | ||
【主权项】：
1.一种基于生成对抗网络的视频内容理解方法，包括：/n采用GAN模型对源域数据进行处理，以得到与目标域数据贴近的新源域数据；/n采用新源域数据作为训练数据对ResNet模型进行预训练；/n将目标域数据作为训练完成后的ResNet模型的输入，微调ResNet模型的参数，使其能够学习目标域数据特征并适应于目标域数据；/n将微调后形成的目标域数据的图像向量特征作为LSTM的输入，生成与视频图像特征相关的描述语句，完成对视频内容的理解。/n
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北京影谱科技股份有限公司，未经北京影谱科技股份有限公司许可，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/201910913294.X/，转载请声明来源钻瓜专利网。
