“视频样本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果488362个，建议您升级VIP下载更多相关专利

[发明专利]一种对视频模型做评估的方法、装置及电子设备-CN201811605061.5有效
发明人：马龙飞 -专利权人：上海众源网络有限公司
申请日： 2018-12-26 - 公布日： 2021-02-12 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供了一种对视频模型做评估的方法、装置及电子设备。方法为：获取样本视频模型针对各样本视频的精彩度的预测曲线，获取各样本视频的评估集；针对每个样本视频，按照该样本视频的预测曲线，确定该样本视频的各预测精彩片段；针对每个样本视频，按照该样本视频的时间戳，得到该样本视频的精彩片段交并比；针对每个样本视频，得到该样本视频的目标交并比数量；针对每个样本视频，计算样本视频模型针对该样本视频的预测结果的准确率；针对每个样本视频，计算样本视频模型针对该样本视频预测的预测结果的召回率；计算样本视频模型的评估结果本发明实现了评估视频模型预测结果的质量。
一种视频模型评估方法装置电子设备

[发明专利]用于对多个视频样本进行故事线布局可视化的方法和系统-CN202211238991.8在审
发明人：刘世霞;陈长建;陈嘉澍;王昊泽;赵曦滨 -专利权人：清华大学
申请日： 2022-10-11 - 公布日： 2022-12-30 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了用于对多个视频样本进行故事线布局可视化的方法和系统，该方法包括接收多个视频样本，其中，多个视频样本的每个视频样本对应一个事件，多个视频样本对应同一事件类型，并且多个视频样本的每个视频样本包含多个帧；获得多个视频样本中任意两个视频样本的帧之间的对应关系；根据获得的任意两个视频样本的帧之间的对应关系，确定多个视频样本的帧在故事线的时间轴上的位置；以及对多个视频样本的帧进行可视化展示。本发明的方法可以对多个视频样本提高标注效率。
用于视频样本进行故事布局可视化方法系统

[发明专利]视频中的多模态特征融合方法、装置、电子设备及介质-CN202011326975.5有效
发明人：张胜卓 -专利权人：北京达佳互联信息技术有限公司
申请日： 2020-11-24 - 公布日： 2022-07-08 - 主分类号： G06K9/62 文献下载
摘要：本公开关于一种多模态特征融合方法、装置、电子设备及介质，该方法包括：获取视频样本集合；对视频样本集合中每一视频样本分别生成文本特征样本和视频特征样本；将视频样本集合中每一视频样本的文本特征样本和视频特征样本作为正样本，并将视频样本集合中每一视频样本的文本特征样本和其他视频样本的视频特征样本作为负样本；通过正样本和负样本对二分模型进行训练，直至二分模型的网络参数收敛，训练完成的二分模型用于通过中间层对待融合视频的文本特征和视频特征进行特征融合本公开通过正样本和负样本实现了对二分模型的自监督训练，从而避免了人工的大规模标注，能够很好的应用于具有巨大数据量的视频处理中。
视频中的多模态特征融合方法装置电子设备介质

[发明专利]视频推荐模型训练方法、装置、处理设备及存储介质-CN202310252366.7在审
发明人：张政;吴玥;周鑫 -专利权人：微梦创科网络科技（中国）有限公司
申请日： 2023-03-10 - 公布日： 2023-06-23 - 主分类号： G06F16/735 文献下载
摘要：本公开实施例公开了一种视频推荐模型训练方法、装置、处理设备及存储介质。所述方法包括：获取多个视频样本；基于每个所述视频样本对应的行为特征和每个所述视频样本的播放完成率，确定每个所述视频样本的样本类型；确定训练样本集，其中，所述训练样本集包括：多个所述视频样本，多个所述视频样本包括被确定为正样本的视频样本和被确定为负样本的视频样本；使用所述训练样本集对初始视频推荐模型进行迭代训练，得到用于推荐视频的视频推荐模型。如此，获得的训练后的视频推荐模型可以实现更加符合用户行为的推荐，推荐会更加准确，相较于不考虑用户行为的推荐模型的训练方式，能够带给用户更好的推荐视频的体验。
视频推荐模型训练方法装置处理设备存储介质

[发明专利]视频数据处理方法以及装置-CN202111237666.5有效
发明人：罗永盛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-10-25 - 公布日： 2022-01-21 - 主分类号： G06V10/762 文献下载
摘要：本申请实施例提供了一种视频数据处理方法以及装置，该方法涉及网络媒体技术领域，可以采用深度学习算法实现对视频数据的处理；包括：对所获取的视频标签集合中的视频标签进行聚类，得到K个标签簇；获取样本视频数据对应的样本视频类别和样本视频标签，根据样本视频标签所属的标签簇，确定样本视频数据的样本簇类标识；通过初始视频多模态模型输出样本视频数据对应的样本多模态特征；将样本多模态特征输入至N个分类组件，通过N个分类组件输出样本视频数据对应的N个分类结果；根据N个分类结果、样本视频类别、样本视频标签以及样本簇类标识，对初始视频多模态模型进行训练。采用本申请实施例，可以提升视频多模态表征学习的效果。
视频数据处理方法以及装置

[发明专利]图像处理模型的训练方法、图像处理方法和装置-CN202211118972.1在审
发明人：磯部駿;陶鑫;戴宇荣 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-09-13 - 公布日： 2022-12-20 - 主分类号： G06T3/40 文献下载
摘要：所述方法包括：获取压缩后的样本视频帧序列；针对扩充后的样本视频帧序列中除第一个样本视频帧之外的每一个样本视频帧，将样本视频帧、样本视频帧的上一个样本视频帧和扩充后的样本视频帧序列中的目标样本视频帧，输入待训练的图像处理模型，得到样本视频帧的预测超分辨率视频帧；根据样本视频帧的预测超分辨率视频帧和样本视频帧的目标超分辨率视频帧，对待训练的图像处理模型进行训练，得到训练完成的图像处理模型；待训练的图像处理模型包括多级卷积网络采用本方法，能够提高对压缩后视频帧的超分辨率效果。
图像处理模型训练方法装置

[发明专利]一种基于关联分析的多标签关系的视频检索方法-CN202110193192.2在审
发明人：张笑钦;赵丽 -专利权人：温州大学
申请日： 2021-02-20 - 公布日： 2021-09-07 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于关联分析的多标签关系的视频检索方法，获得待检索视频；获得待检索视频的多个视频镜头；对每个视频镜头进行处理，获得待检索视频的关键视频帧；对样本视频进行处理，获得样本视频的视频标签；从样本视频标签中提取特征信息，获得样本视频标签的关键视频帧；基于样本视频的关键视频帧在待检索视频中查找，若在待检索是中找到某个视频镜头中的关键视频帧的数量大于等于样本视频帧数量的预设阈值，则表明检索到与样本视频相对应的视频，否则未检索到与样本视频相对应的视频；本发明具有能够实现视频的精准检索，提高检索效率的有益效果。
一种基于关联分析标签关系视频检索方法

[发明专利]视频分类模型的训练方法及装置-CN202310507774.2在审
发明人：郭胜;韩冰;朱振熙;王利民;武港山 -专利权人：浙江网商银行股份有限公司;南京大学
申请日： 2023-05-04 - 公布日： 2023-08-15 - 主分类号： G06V20/40 文献下载
摘要：本说明书实施例提供了视频分类模型的训练方法及装置，其中，一种视频分类模型的训练方法包括：对测试视频样本与各训练视频样本的配对标签进行标签转换，根据标签转换获得的测试视频样本以及各训练视频样本的类别标签，对测试视频样本和训练视频样本进行融合处理，获得虚拟视频样本，基于虚拟视频样本对由标签转换过程中获得的模型参数构建的视频分类模型进行模型训练，获得视频分类模型。
视频分类模型训练方法装置

[发明专利]视频处理方法、装置、计算机设备、介质及程序产品-CN202210562039.7在审
发明人：杨善明;刘泽宇;顾晓光 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-05-25 - 公布日： 2022-09-27 - 主分类号： G06V20/40 文献下载
摘要：本申请实施例公开了一种视频处理方法、装置、计算机设备、介质及程序产品。其中方法包括：获取样本视频数据对应的正样本视频特征，并获取所述样本视频数据对应的预测视频数据；所述预测视频数据是基于所述样本视频数据进行重构处理得到的视频数据；获取历史样本视频数据对应的负样本视频特征，并基于所述正样本视频特征、所述负样本视频特征、所述样本视频数据以及所述预测视频数据，对预训练视频模型进行预训练，得到目标视频处理模型；获取待处理视频，并调用所述目标视频处理模型对所述待处理视频进行视频处理，得到所述待处理视频的视频特征。可以提高从视频中提取的视频特征的准确性，进而提高视频处理的准确性。
视频处理方法装置计算机设备介质程序产品

[发明专利]模型生成、视频处理方法、装置、电子设备及存储介质-CN201910459442.5在审
发明人：贾少勇 -专利权人：北京奇艺世纪科技有限公司
申请日： 2019-05-29 - 公布日： 2019-10-11 - 主分类号： H04N21/233 文献下载
摘要：本发明提供了一种模型生成、视频处理方法、装置、电子设备及存储介质。模型生成方法包括：获取训练样本；所述训练样本包括样本视频和所述样本视频的标注信息；所述标注信息用于指示所述样本视频是否属于主题曲类别；将所述样本视频划分为多个单位样本视频；针对每个单位样本视频，获取所述单位样本视频对应的音频特征向量；将连续至少两个单位样本视频对应的音频特征向量作为输入，将所述样本视频的标注信息作为输出的目标，对预设的初始模型进行训练，将训练完成的模型确定为视频处理模型。白富美基于音频特征向量进行检测，不限制视频是否属于同一专辑，多个种类的视频都可以通用该视频处理模型，自适应性更强。
视频样本视频处理音频特征向量标注信息模型生成存储介质电子设备训练样本初始模型多个单位模型确定自适应性主题曲预设输出检测通用

[发明专利]搜索视频排序网络的训练方法、搜索视频排序方法和装置-CN202111507152.7在审
发明人：张水发 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-12-10 - 公布日： 2022-03-15 - 主分类号： G06N3/08 文献下载
摘要：本公开关于一种搜索视频排序网络的训练方法、搜索视频排序方法和装置，训练方法包括：获取多个指定搜索词对应的视频样本及视频样本的样本标记、指定搜索量、视频年龄；其中，样本标记基于视频样本是否被点击分为正样本标记和负样本标记，指定搜索量是统计指定搜索词在指定统计窗口期内的搜索量得到的，视频年龄根据发起搜索的时刻与视频样本的发布时刻得到，指定搜索量和视频年龄被用作视频样本的排序特征；将排序特征输入搜索视频排序网络，得到视频样本的估计分数；根据估计分数和样本标记，确定搜索视频排序网络的损失函数的值；根据损失函数的值，对搜索视频排序网络进行训练。
搜索视频排序网络训练方法装置

[发明专利]图像生成模型的训练方法、图像生成方法及装置-CN202210865417.9有效
发明人：刘斌;张雅琪 -专利权人：中国科学技术大学
申请日： 2022-07-22 - 公布日： 2022-12-30 - 主分类号： G06T3/00 文献下载
摘要：训练方法包括：利用样本源视频信息与样本目标图像信息训练初始关键点转换器，得到候选关键点转换器；利用特征嵌入器处理样本第一关键点集合与样本目标图像信息，得到样本风格特征向量；将样本第二关键点集合、样本风格特征向量和样本第一视频帧集合输入至初始图像生成器，生成样本目标视频帧；利用样本目标视频帧更新样本第一视频帧集合，得到样本第二视频帧集合；利用新的样本目标视频帧迭代地生成其他的样本目标视频帧，得到样本目标视频帧序列；利用鉴别器处理样本目标视频帧序列，得到图像生成模型图像生成模型生成的视频提升跨身份的泛化能力。
图像生成模型训练方法装置

[发明专利]一种建立样本视频与副本视频归属关系的方法及系统-CN201511021071.0在审
发明人：邓世佳;董京涛;李明杰;顾思斌;潘柏宇;王冀 -专利权人：合一网络技术（北京）有限公司
申请日： 2015-12-30 - 公布日： 2016-06-15 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及视频指纹计算领域，公开了一种建立样本视频与副本视频归属关系的方法，包括以下步骤：S1、将样本视频添加到样本库；S2、视频指纹相似度计算系统将与所述样本视频相关的副本视频的相似关系同步到相似关系库；S3、根据归属策略，计算副本视频的唯一归属关系；S4、将所述副本视频的唯一归属关系转换为样本视频与副本视频的归属关系，本发明还公开了一种建立样本视频与副本视频归属关系的系统。本发明的建立样本视频与副本视频归属关系的方法能够分层计算样本视频与副本视频归属关系，支持多个样本库和多个指纹底层服务，将视频文件的相似关系转化为归属关系，并为上层应用提供查询服务。
一种建立样本视频副本归属关系方法系统

[发明专利]用于域自适应学习的方法、装置、设备、介质和产品-CN202110162210.0在审
发明人：许鹏飞;王雅田;宋晓林;赵思成 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2021-02-05 - 公布日： 2021-05-25 - 主分类号： G06K9/62 文献下载
摘要：在此描述的方法包括获取源域的源视频样本集和目标域的目标视频样本集，源视频样本集中的源视频样本被标记为属于多个已知类别中的一个；基于目标视频样本集中的多个目标视频样本与源视频样本集之间的多个相似度，确定多个目标视频样本各自属于未知类别的概率；以及至少基于多个目标视频样本及其相应的概率，使先前采用源视频样本集预训练的多分类模型适配于目标域。由此，能够实现更可靠的视频分类的域自适应学习。
用于自适应学习方法装置设备介质产品

[发明专利]用于生成视频标签模型的方法和装置-CN201910084734.5有效
发明人：李伟健;王长虎 -专利权人：北京字节跳动网络技术有限公司
申请日： 2019-01-29 - 公布日： 2021-03-02 - 主分类号： G06F16/75 文献下载
摘要：本公开的实施例公开了用于生成视频标签模型的方法和装置。该方法的一具体实施方式包括：获取至少两个样本视频集；从至少两个样本视频集中选择样本视频集，利用所选择的样本视频集，执行如下训练步骤：利用机器学习方法，将样本视频集包括的正样本视频作为输入，将与输入的正样本视频对应的正类别信息作为期望输出，将样本视频集中的负样本视频作为输入，将与输入的负样本视频对应的负类别信息作为期望输出，训练初始模型；确定至少两个样本视频集中是否包括未选择的样本视频集；响应于确定不包括，确定最近一次训练后的初始模型为视频标签模型该实施方式提高了模型训练的灵活性，以及有助于提高利用视频标签模型对视频分类的准确性。
用于生成视频标签模型方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条