CN114386260B 一种视频描述生成方法、装置以及存储介质 （桂林电子科技大学）_第1页
CN114386260B 一种视频描述生成方法、装置以及存储介质 （桂林电子科技大学）_第2页
CN114386260B 一种视频描述生成方法、装置以及存储介质 （桂林电子科技大学）_第3页
CN114386260B 一种视频描述生成方法、装置以及存储介质 （桂林电子科技大学）_第4页
CN114386260B 一种视频描述生成方法、装置以及存储介质 （桂林电子科技大学）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

和视觉内容之间的相关性，生成语义丰富的句2通过所述3D-CNN卷积神经网络对所述待训练视频进行运动特征提取，得到运动特征，将所有的所述全局特征语义属性和所有的所述运动特征语义属分别计算各个所述全局特征向量与预设特征库中各个词向量的全按照全局特征相似度大小分别对与各个所述全局特征向量对应的多个全局特征相似利用SpacyTaggingTool工具分别对各个所述排序后全局特征相似度进行全局特征将各个所述全局特征向量对应的前K个所述筛选后全局特征相似度所对应的词向量作分别计算各个所述运动特征向量与所述预设特征库中各个所词向量的运动特征相似按照运动特征相似度大小分别对与各个所述运动特征向量对应的多个运动特征相似利用所述SpacyTaggingTool工具分别对各个所述排序后运动特征相似度进行运动3将各个所述运动特征向量对应的前K个所述筛选后运动特征相似度所对应的词向量作特征分析模块，用于通过所述编码器对所述待训练视频语义分析模块，用于通过所述语义检测器对所述待处理特征进行损失分析模块，用于对所述语义属性和所述预测标签向量进行视频描述结果生成模块，用于导入待描述视频，通过所述视频描述生成4[0003]本发明所要解决的技术问题是针对现有技术的不足，提供一种视频描述生成方5的解码得到预测标签向量，对语义属性和预测标签向量的损失分析得到视频描述生成模[0032]上述实施例中，通过编码器对待训练视频的特征分析得到待处理特征和视觉特6[0033]可选地，作为本发明的一个实施例，所述编码器包括2D-CNN卷积神经网络和3D-[0040]上述实施例中，通过编码器对待训练视频的特征分析得到待处理特征和视觉特[0048]分别计算各个所述全局特征向量与预设特征库中各个词得到与各个所述全局特征向量对应的多个全局特[0049]按照全局特征相似度大小分别对与各个所述全局特征向量对应的多个全局特征[0050]利用SpacyTaggingTool工具分别对各个所述排序后全局特征相似度进行全局[0051]将各个所述全局特征向量对应的前K个所述筛选后全局特征相似度所对应的词向7[0053]应理解地，所述SpacyTaggingTool工具即spaCy是世界上最快的工业级自然语[0057]分别计算各个所述运动特征向量与所述预设特征库中各个所词向量的运动特征[0058]按照运动特征相似度大小分别对与各个所述运动特征向量对应的多个运动特征[0059]利用所述SpacyTaggingTool工具分别对各个所述排序后运动特征相似度进行运动特征的筛选，筛选后得到与各个所述运动特征向量对应的多个筛选后运动特征相似[0060]将各个所述运动特征向量对应的前K个所述筛选后运动特征相似度所对应的词向[0067]上述实施例中，基于LSTM长短期记忆网络对视觉特征的8[0072]上述实施例中，对语义属性和预测标签向量的损失分析9存取存储器(RAM，RandomAccessMemory)、磁碟或

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论