[发明专利]一种用于生成视频描述文本的系统、方法、存储介质与电子设备有效
| 申请号： | 202111060036.5 | 申请日： | 2021-09-10 |
| 公开（公告）号： | CN113784199B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 王树徽;闫旭;黄庆明 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | H04N21/435 | 分类号： | H04N21/435;H04N21/44;G06V20/40;G06F16/74 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇 |
| 地址： | 100190 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的一种用于生成视频描述文本的系统，包括：视觉编码模块，用于对待处理的视频进行全局编码，得到全局视频特征，并利用视频分段信息和全局视频特征对相应的视频片段进行局部编码，得到各个视频片段中每个视频帧的视觉模态表征；以及字幕生成模块，用于对视觉模态表征进行嵌入处理，得到文本模态表征，并基于文本模态表征生成描述文本。根据该系统进行的视频描述的生成方法中，生成的描述文本不仅更加具有视觉准确性和视觉一致性，前后文本更加连贯。 | ||
| 搜索关键词： | 一种 用于 生成 视频 描述 文本 系统 方法 存储 介质 电子设备 | ||
【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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/202111060036.5/，转载请声明来源钻瓜专利网。
