[发明专利]一种基于音视频多模态时序预测的视频数据特征提取方法有效
| 申请号： | 202110268187.3 | 申请日： | 2021-03-12 |
| 公开（公告）号： | CN112906624B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 陈雁翔;赵鹏铖;朱玉鹏;盛振涛 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40 |
| 代理公司： | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人： | 陆丽莉;何梅生 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于音视频多模态时序预测的视频数据特征提取方法，包括：1利用视频采集装置获取视频数据集，构建音视频双流数据对；2对视频流中每个视频帧，音频流中每个音频片段，采用一系列各自模态下的数据增强操作，并将一维音频转为二维频谱图；3构建音视频多模态预测模型，包括视频流特征提取网络单元、音频流特征提取网络单元、时序信息聚合网络单元、多模态交互预测网络单元；4根据多模态交互预测得到的不确定特征，计算音视频多模态预测总损失并优化网络。本发明能利用视频自身时序性，结合音视频双流之间交互，自监督式有效挖掘视频有用信息，从而提高特征提取的有效性，并有助于视频理解、声源定位、异常检测等实际下游任务。 | ||
| 搜索关键词： | 一种 基于 视频 多模态 时序 预测 数据 特征 提取 方法 | ||
【主权项】：
暂无信息
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合肥工业大学，未经合肥工业大学许可，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/202110268187.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种益生菌每日坚果及其制备方法
- 下一篇：一种皮蛋加工工业废液处理方法
