[发明专利]一种基于时空分组注意力机制的第一视角视频描述生成方法在审
| 申请号： | 202310249523.9 | 申请日： | 2023-03-15 |
| 公开（公告）号： | CN116246211A | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 王世森;李宏亮;何乃宇;周毓轩;谢晶晶;梁悦;孟凡满;吴庆波;许林峰;潘力立 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/82;G06V10/44;G06V10/77;G06V10/80;G06F16/783;G06N3/0464 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 邹裕蓉 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于时空分组注意力机制的第一视角视频描述生成方法，对输入的第一视角视频提取第一视角视频的特征谱作为区域特征；位置编码模块输出区域特征对应的位置编码；再将区域特征加上其位置编码的结果来更新区域特征；空间分组注意力模块将区域特征高维度和宽维度合并为空间维度，再对空间维度上的全部特征计算两次分组注意力以充分建模所有特征之间在空间维度上的交互关系；之后，进行空间和时间维度的交换，时间分组注意力模块对时间维度上的全部特征计算两次分组注意力并输出，再在空间维度上求平均得到第一视角视频特征编码，为解码器提供有更多时空信息的视频特征，适应第一视角视频存在的抖动和帧间变化，从而提高描述语句的质量。 | ||
| 搜索关键词： | 一种 基于 时空 分组 注意力 机制 第一 视角 视频 描述 生成 方法 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/202310249523.9/，转载请声明来源钻瓜专利网。
- 上一篇：基于时频图像全局描述子的轴承故障诊断方法
- 下一篇：一种柔性管道机器人
