[发明专利]基于多特征融合的视频描述方法有效
| 申请号： | 201710281305.8 | 申请日： | 2017-04-26 |
| 公开（公告）号： | CN107256221B | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 刘纯平;徐鑫;林欣;刘海宾;季怡 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06F16/74 | 分类号： | G06F16/74;G06F40/134;G06K9/00;G06K9/62 |
| 代理公司： | 北京市科名专利代理事务所(特殊普通合伙) 11468 | 代理人： | 郭杨 |
| 地址： | 215123 江苏*** | 国省代码： | 江苏;32 |
| 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特征融合的视频描述方法，其特征在于：1)通过融合传统CNN特征和SIFT流特征提取视频的深层时空特征；2)根据步骤1)提取的深层时空特征，采用加入以平均池化特征作为视频整体特征的S2VT句子生成模型生成相应的句子描述；3)采用word2vec词向量替换one‑hot vector词表征优化步骤2)中的句子生成模型。本方法优点是通过多特征融合，能更好地提取到更加鲁棒的时空特征，同时在句子生成模型中加入平均池化特征，以便视觉信息与单词间建立更多联系，最后采用word2vec词向量方法替换one‑hot vector词表征，在单词与单词之间建立更多的联系，有效提高视频描述性能。 | ||
| 搜索关键词： | 基于 特征 融合 视频 描述 方法 | ||
【主权项】：
一种基于多特征融合的视频描述方法，其特征在于：1)视频时空特征提取通过融合传统的CNN特征和SIFT流特征提取视频的深层时空特征；2)句子描述的生成根据步骤1)提取到的深层时空特征，采用加入了以平均池化特征作为视频整体特征的S2VT句子生成模型生成相应的句子描述；3)句子生成模型的优化采用word2vec词向量替换one‑hot vector词表征优化步骤2)中的句子生成模型。
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苏州大学，未经苏州大学许可，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/201710281305.8/，转载请声明来源钻瓜专利网。
