基于视觉和语言语义自主优化对齐的视频描述方法及介质.pdfVIP

下载本文档

2
0
约1.5万字
约 10页
2023-05-19 发布于北京
举报
版权申诉

基于视觉和语言语义自主优化对齐的视频描述方法及介质.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于视觉和语言语义自主优化对齐的视频描述方法及介质，所述方法包括以下步骤：提取视觉特征和语言特征，在每个时间步上对所述视觉特征和语言特征进行对齐融合，获得多模态对齐特征；基于所述多模态对齐特征，通过一视频标题生成模型获得每个时间步上的词汇输出，获得视频描述结果；其中，所述视频标题生成模型包括基于因子分解方式的VL‑AOAu模块和基于非因子分解方式的VL‑AOAf模块，基于所述VL‑AOAu模块和VL‑AOAf模块的输出以及两个模块的融合输出进行序列加权融合，获得所述每个时间步上的词

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114880521 A (43)申请公布日 2022.08.09 (21)申请号 202210616243.2 G06K 9/62 (2022.01) (22)申请日 2022.05.3