“G06F16/75”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果301个，建议您升级VIP下载更多相关专利

[发明专利]一种视频观看行为的在线异步教学反馈分析方法及系统-CN202110316228.1有效
发明人：吴江;贺超城;徐周灿;孙朴 -专利权人：武汉大学
申请日： 2021-03-24 - 公布日： 2023-06-23 - 主分类号： G06F16/75 文献下载
摘要：本发明提供了一种视频观看行为的在线异步教学反馈分析方法及系统，属于在线教育领域，包括以下步骤：对用户观看操作数据进行特征提取与融合，获取视频观看行为样本数据；利用XGBoost方法，在视频观看行为样本数据中筛选出异常数据；采用随机森林和神经网络模型对异常数据进行行为分类，获取反馈信息；基于反馈信息，提供在线异步教学建议；其中，异常数据为用户对视频的观看行为不符合教育资源提供者预期的数据。本发明可以根据反馈信息，让教师掌握学生的学习情况，不断完善在线教学的不足，进而提高在线教学的质量，推动在线教育的发展。
一种视频观看行为在线异步教学反馈分析方法系统

[发明专利]一种云边协同的智能检伤分类系统-CN202310331093.5有效
发明人：李向晖;彭云峰;邬雯;郝鹤菲;郭静;郭晓今 -专利权人：中国人民解放军总医院第三医学中心
申请日： 2023-03-31 - 公布日： 2023-06-23 - 主分类号： G06F16/75 文献下载
摘要：本发明提供一种云边协同的智能检伤分类系统，智能边缘负责现场检伤分类决策，并可以进一步依据现场救援资源做出急救决策；智能边缘还可运行计算机视觉分析算法，实时监测伤员肢体位姿，提示现场救援人员/志愿者正确搬运伤员，避免伤员的肢体受到二次损伤；智能后端提供远程云计算，负责多个现场救援点的更全局更精准的检伤分类决策和更宏观的急救决策；也就是说，本发明智能前端、智能边缘、智能后端三方协同，能够提高现场检伤分类和救治的精准性和高效率；同时，本发明的智能前端便携易用、智能边缘和智能后端软件系统安装便利，支持现场广泛的网络互联，应急现场的快速部署。
一种协同智能分类系统

[发明专利]一种用于视频推荐且基于LDA的深度学习模型构建方法-CN202010734241.4有效
发明人：崔宗敏;程涛;喻静 -专利权人：九江学院
申请日： 2020-07-27 - 公布日： 2023-06-16 - 主分类号： G06F16/75 文献下载
摘要：一种用于视频推荐且基于LDA的深度学习模型构建方法，对获取的视频文本信息进行分析整理为一个视频整体文档，再通过LDA模型对视频整体文档中的词汇关联进行LDA主题模型建模，由LDA主题模型预测出视频‑主题概率分布矩阵表，而后根据视频‑主题概率分布矩阵表对所有视频进行聚类分析，以预测出所需视频的用户兴趣主题集；最后在神经协同框架中的隐层前加入pairwise‑pooling操作以捕获建模用户与其兴趣主题集ITS、建模视频与其属性主题集ATS之间高阶关联，有效提高推荐准确度，通过不断迭代更新训练后，获得基于LDA的深度学习模型，有效减少属性特征的数据纬度，大大减少模型训练的时间消耗。
一种用于视频推荐基于 lda 深度学习模型构建方法

[发明专利]一种基于电影结构化信息和简介预测电影评分类别的方法-CN201911347391.3有效
发明人：詹珂;杜歆 -专利权人：浙江大学
申请日： 2019-12-24 - 公布日： 2023-06-06 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种基于电影结构化信息和简介预测电影评分类别的方法。该方法首先对电影的结构化信息和电影的简介进行清洗和预处理，构建电影结构化信息的“电影实体‑关系‑信息实体”三元组以及电影简介的文本数据集。利用电影结构化信息生成的三元组训练电影实体向量，利用电影简介的文本数据训练出文档向量。将电影实体向量和文档向量拼接组成的电影特征向量输入电影对应的评分训练分类模型，预测电影评分的类别。本发明通过结合电影自身信息构建分类模型，没有涉及用户相关的评价和情感偏好，提升了预测电影评分分类的准确率，可以有效解决进行新片评分预测的“冷启动”问题。
一种基于电影结构信息简介预测影评分类别的方法

[发明专利]一种基于循环神经网络的视频分类方法-CN201910584906.5有效
发明人：杨阳;汪政;关祥 -专利权人：成都澳海川科技有限公司
申请日： 2019-07-01 - 公布日： 2023-06-02 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种基于循环神经网络的视频分类方法，在现有GRU视频分类的基础上，在GRU的训练过程中，创新性地利用泰勒级数对门控循环单元进行解释，通过在GRU的训练过程中引入泰勒级数中的余项，辅助GRU的参数训练。由于泰勒级数中，误差与级数的阶数有关，阶数越大误差越小，所以，本发明通过构造一个高阶的泰勒级数用于辅助GRU训练，减少了视频分类误差。同时，本发明建立了门控循环单元与泰勒级数的联系，进一步地，通过这种联系，GRU的泛化能力得到了解释。
一种基于循环神经网络视频分类方法

[发明专利]一种基于二维姿态估计的运动训练姿态分析方法-CN201910337613.7有效
发明人：熊健;王姮冰;路丽果 -专利权人：南京邮电大学
申请日： 2019-04-25 - 公布日： 2023-05-26 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种基于二维姿态估计的运动训练姿态分析方法，包括以下过程：从若干个停球失败事件中提取导致停球失败的关键帧构成数据库；提取数据库中每帧图片中球员的关节点位置信息；对所有图片中球员的关节点位置信息进行坐标系转换和标准化操作；对步骤三获得的结果进行GMM聚类，获取数据库中代表性失败动作的关节点位置信息。本发明方法能够从球员的停球训练视频中找出导致球员停球失败的代表性动作，帮助运动员调整训练方法。
一种基于二维姿态估计运动训练分析方法

[发明专利]视频标签获取方法、装置、电子设备及存储介质-CN202111358237.3在审
发明人：熊昊奇;饶孟良;曹云波 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-11-16 - 公布日： 2023-05-23 - 主分类号： G06F16/75 文献下载
摘要：本申请提供一种视频标签获取方法、装置、电子设备及存储介质，该方法包括：获取视频的至少一个关键帧；对所述至少一个关键帧分别进行语音识别处理和文字识别处理，相应得到各关键帧对应的语音识别文本和文字识别文本；将各关键帧对应的语音识别文本和文字识别文本进行编码融合处理，并对编码融合处理的结果进行标签分类，得到各关键帧对应的第一标签集合；根据各关键帧对应的第一标签集合确定所述视频的标签。本申请实施例的技术方案能精确获取视频的标签，为用户提供精准标签检索。
视频标签获取方法装置电子设备存储介质

[发明专利]一种智能标签分类提取系统及方法-CN202211605930.0在审
发明人：罗鑫凯;王新勇;杨笑;丁振;杨柳;高明亮;王佳 -专利权人：中译文娱科技（青岛）有限公司
申请日： 2022-12-14 - 公布日： 2023-05-16 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种智能标签分类提取系统，包括标签注册模块：用于注册标签和少量多模态数据，实现标签的识别注册功能，并可以直接设定标签生产环境；标签训练模块：用于提供可视化的模型训练，可进行指定标签的模型训练；标签信息库构建模块：用于根据模型训练的标签构建标签信息库；标签测试模块：用于对完成训练的标签模型进行测试；标签管理模块：用于对功能标签信息库管理并进行可视化信息展示，本发明所提供的智能标签提取系统通过对视频特征进行级级细化，可确保视频特征提取范围的广泛性以及提取内容的精细性。
一种智能标签分类提取系统方法

[发明专利]一种信息处理方法、装置及存储介质-CN201910580450.5有效
发明人：曾晓玲;郭彤;陈小健;彭浩;熊鹏 -专利权人：深圳市商汤科技有限公司
申请日： 2019-06-28 - 公布日： 2023-05-12 - 主分类号： G06F16/75 文献下载
摘要：本公开实施例公开了一种信息处理方法、装置及存储介质，该方法包括：在获取到连续未出现筛选请求的情况下，从连续未出现筛选请求中获取位置条件、时间条件和时间量；从预设监控信息中，筛选满足位置条件的子预设监控信息，预设监控信息表征至少一个初始管理对象的时空信息，子预设监控信息包括管理对象的时空信息，管理对象属于至少一个初始管理对象，时空信息包括时间信息和位置信息；从子预设监控信息中，查找时间条件下连续未出现信息值不小于时间量的待管理对象，时间条件下连续未出现信息值是基于时间信息确定的；显示待管理对象。
一种信息处理方法装置存储介质

[发明专利]一种特征提取模型的训练方法、装置、设备以及存储介质-CN202111285254.9在审
发明人：李振阳 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-11-01 - 公布日： 2023-05-09 - 主分类号： G06F16/75 文献下载
摘要：本申请公开了一种基于人工智能技术实现的特征提取模型训练方法，包括：获取T组训练样本，其中，每组训练样本包括具有对应关系的文本信息样本和视频片段样本；针对于每组训练样本，通过待训练文本特征提取模型获取文本语义向量；针对于每组训练样本，通过待训练视觉特征提取模型获取视视觉语义向量；根据每组训练样本对应的文本语义向量和视觉语义向量确定正样本和负样本；根据正样本和负样本，对待训练文本特征提取模型和视觉特征提取模型进行训练。本申请实施例还提供了相关装置、设备和存储介质。本申请通过对比正样本和负样本进行模型训练，能够实现自监督多模态视频特征的提取，因此，无需人工标注训练集，从而降低了模型训练成本。
一种特征提取模型训练方法装置设备以及存储介质

[发明专利]基于图像特征提取的以图搜影方法及系统-CN201910095245.X有效
发明人：胡钢 -专利权人：北京小犀智能科技中心（有限合伙）
申请日： 2019-01-31 - 公布日： 2023-05-09 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种基于图像特征提取的以图搜影方法及系统，包括特征提取与对比模块、图片特征提取模块、以图搜影模块，通过特征提取与对比模块实现源视频压缩保存至压缩视频数据库后，经聚类形成聚类簇群，并得到所有源视频对应簇序列集合和待查询图片的簇序列集合，从而在以图搜影模块中进行对比，得到对比结果，并结合压缩视频数据库中保存的索引获取实际的帧图片和视频，进行进一步视频获取。有益效果：利用图像特征提取技术，对视频中的每一帧的进行特征提取的相互对比，并剔除重复的出现的帧特征序列。实现低占用内存，由于视频压缩后，内存占用减少，相对于现有技术，加快了以图搜影检索速度，并且定位精确。
基于图像特征提取图搜影方法系统

[发明专利]一种视频数据处理方法及系统-CN202210694926.X有效
发明人：时兴华;刘孟旭;赵满满;赵卫利;任鹏;王阳;李冉;梁永强;谢馥远 -专利权人：河南省信息中心
申请日： 2022-06-20 - 公布日： 2023-05-02 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种视频数据处理方法及系统。其中，该方法包括：接收待处理视频数据以及待处理视频数据的属性信息；对待处理视频数据进行分析，确定待处理视频数据的处理特征；根据第一标识，第二标识，以及处理特征，构建待处理视频数据和已处理视频数据的处理集合；接收待处理视频数据的处理标签，其中，处理标签包括对待处理视频需要采用的处理方式的处理标签；根据处理标签对处理集合中的待处理视频数据和已处理视频数据进行聚类，确定与待处理视频数据对应的目标已处理视频数据；按照目标已处理视频数据的处理方式对待处理视频数据进行处理。本发明解决了现有技术中视频数据处理方法，存在处理效率低的技术问题。
一种视频数据处理方法系统

[发明专利]视频的话题处理方法、装置、电子设备及存储介质-CN201910770189.5有效
发明人：何奕江;郑茂 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-20 - 公布日： 2023-04-28 - 主分类号： G06F16/75 文献下载
摘要：本发明提供了一种视频的话题处理方法、装置、电子设备及存储介质；方法包括：从视频中提取视频帧形成视频帧集合，并获取所述视频对应的视频文本；获取用于表征所述视频帧的语义的第一词语集合，并从所述视频文本提取第二词语集合；基于所述第一词语集合和所述第二词语集合，获取所述视频属于话题集合中每个话题的概率；当所述概率超过话题概率阈值时，确定所述概率对应的话题为所述视频归属的话题。本发明通过结合视频帧模态和文本模态的信息能够准确确定视频话题。
视频话题处理方法装置电子设备存储介质

[发明专利]一种视频热点话题聚类的方法及装置-CN202211428445.0在审
发明人：韩凯;黄建杰 -专利权人：央视国际网络无锡有限公司
申请日： 2022-11-15 - 公布日： 2023-04-21 - 主分类号： G06F16/75 文献下载
摘要：本发明是视频热点话题聚类装置及方法，包括视频预处理模块和话题聚类模块，视频预处理模块用于设定需要进行视频热点话题聚类的视频集合，设置提取的视频内容，根据需要控制选择音频信息提取、字幕信息提取；对于设置字幕信息提取的设置抽帧频率，根据设置对若干视频进行视频内容文字信息提取，并结构化；话题聚类模块用于从视频预处理模块中得到的结构化文本信息中提取每条视频中的重要实体词，利用K‑means算法对聚类分析数据集进行文章聚类，得到若干个分类的视频集合，从各分类中选择一个视频作为话题，形成话题列表。本发明的优点：可为用户快速提供热点视频分类内容，让用户更容易发现聚焦视频热点，且对只使用标题聚类话题更精确。
一种视频热点话题方法装置

[发明专利]模型训练方法及装置-CN202010639896.3有效
发明人：尹康;吴宇斌;郭烽 -专利权人： OPPO（重庆）智能科技有限公司
申请日： 2020-07-06 - 公布日： 2023-04-18 - 主分类号： G06F16/75 文献下载
摘要：本申请公开了一种模型训练方法及装置，方法包括：获取N个训练图像集合，每个训练图像集合均包括M个训练图像帧，所述N和所述M均为大于1的整数；进行模型训练操作，所述模型训练操作包括以下步骤：将其中一个训练图像集合包括的M个训练图像依次输入神经网络模型，得到M个三维卷积特征；基于所述M个三维卷积特征确定得到二维特征；基于所述二维特征更新所述神经网络模型的参数；在完成一次所述模型训练操作后，继续进行所述模型训练操作直至收敛，得到视频分类模型。采用本申请实施例可兼顾算法性能与效率。
模型训练方法装置