[发明专利]一种适用于文本查询的视频摘要生成方法

权利要求书

1.一种适用于文本查询的视频摘要生成方法，其特征在于，主要包括给定训练目标(一)；评估帧相关性(二)；使用子模型优化的帧创建视频摘要(三)。

2.基于权利要求书1所述的给定训练目标(一)，其特征在于，给定查询t的排名约束，相关帧v⁺的相关性分数高于不相关帧v^-的相关性分数：

r(t,v⁺)>r(t,v^-)(1)

可以使相关帧的相似度分数和质量分数高于不相关帧，从而开始训练模型；

$s(t,v^{+})>s(t,v^{-}),q_{v^{+}}>q_{v^{-}}---\left(2\right)$

在这种情况下，强加以上两个限制条件。

3.基于权利要求书2所述的约束，其特征在于，为了强加这些约束并训练模型，将损失函数定义为：

$\begin{array}{c}\mathrm{loss}(t,v^{+},v^{-})=l_p\left(\max (0,\mathrm{\γ}-s(t,v^{+})+s(t,v^{-}))\right)\\ +l_p\left(\max (0,\mathrm{\γ}-q_{v^{+}}+q_{v^{-}})\right)\end{array}---\left(3\right)$

其中，l_p是成本函数，γ是间隔参数；使用Huber损失函数l_p。