[发明专利]一种基于一维序列学习的视频概括方法有效
| 申请号： | 201710888621.1 | 申请日： | 2017-09-27 |
| 公开（公告）号： | CN107729821B | 公开（公告）日： | 2020-08-11 |
| 发明（设计）人： | 黄思羽;李玺;张仲非 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 杭州宇信知识产权代理事务所(普通合伙) 33231 | 代理人： | 张宇娟 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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一维序列学习的视频概括方法，用于概括给定视频的主要内容并输出其中的关键视频片段。具体包括如下步骤：获取用于训练视频概括模型的视频数据集，并定义算法目标；对视频数据集中的时空语义结构进行序列特征建模；基于视频序列特征建立逐帧分数预测模型；使用所述预测模型预测输入视频中的关键片段。本发明适用于真实视频场景中的视频概括，面对各类复杂情况具有较佳的效果和鲁棒性。 | ||
| 搜索关键词： | 一种 基于 序列 学习 视频 概括 方法 | ||
【主权项】：
一种基于一维序列学习的视频概括方法，其特征在于，包括以下步骤：S1、获取用于训练模型的视频数据集，所述视频数据集包括多个样本视频，并定义算法目标；S2、对视频数据集中的样本视频的时空语义结构进行序列特征建模，得到序列特征模型；S3、通过所述序列特征模型，基于样本视频的序列特征建立逐帧分数预测模型；S4、使用所述逐帧分数预测模型预测输入视频中的关键片段。
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浙江大学，未经浙江大学许可，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/201710888621.1/，转载请声明来源钻瓜专利网。
