[发明专利]基于多模态自监督深度对抗网络的短视频分类方法及装置在审
| 申请号： | 202111120528.9 | 申请日： | 2021-09-24 |
| 公开（公告）号： | CN113989697A | 公开（公告）日： | 2022-01-28 |
| 发明（设计）人： | 苏育挺;刘姝伊;井佩光 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 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多模态自监督深度对抗网络的短视频分类方法及装置，方法包括：以完备模态下的特征表示作为自监督信号重建原始特征，采用生成对抗网络生成缺失的模态信息，弥补原始的模态缺失；引入生成对抗网络的鉴别损失和循环一致损失，利用鉴别器鉴别多头注意力编码网络输出的模态互补特征和完备的模态特征；利用生成器生成的原始模态特征通过多头注意力编码网络进行二次编码，将编码后的特征表示与完备的模态特征表示进行对抗，使编码后的特征表示向完备特征循环；构建由生成对抗网络的鉴别损失、循环一致损失以及分类任务的损失构成的目标函数，并以此来指导网络寻找模型的最优解，实现对短视频的分类。装置包括：处理器和存储器。 | ||
| 搜索关键词： | 基于 多模态 监督 深度 对抗 网络 视频 分类 方法 装置 | ||
【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天津大学，未经天津大学许可，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/202111120528.9/，转载请声明来源钻瓜专利网。
