申请/专利权人：华中科技大学

申请日：2020-04-15

公开（公告）日：2020-07-03

公开（公告）号：CN111368142A

主分类号：G06F16/78(20190101)

分类号：G06F16/78(20190101);G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.06.06#授权;2020.07.28#实质审查的生效;2020.07.03#公开

摘要：本发明公开了一种基于生成对抗网络的视频密集事件描述方法，属于深度学习和图像识别领域。包括：构建视频密集事件描述网络；该网络包括：视频特征提取模块，对视频帧进行特征提取，得到视频帧特征；时序动作特征提取模块，利用视频前向传播与反向传播的特点进行视频帧特征学习，得到各个时序动作特征；自然语言编码器，利用注意力机制融合视频帧特征与时序动作特征，得到自然语句；鉴别器，强化自然语句的准确性；利用训练好的视频密集事件描述模型进行视频密集事件描述。本发明充分考虑了视频双向传播的特点，同时学习自然语句生成时充分利用了视频特征及时序动作特征，并构建语法鉴别器与内容鉴别器，有效强化了自然语句准确性。

主权项：1.一种基于生成对抗网络的视频密集事件描述方法，其特征在于，包括：S1.构建视频密集事件描述网络；所述视频动作描述网络包括：视频特征提取模块、时序动作特征提取模块、自然语言编码器和鉴别器；所述视频特征提取模块，用于对输入视频进行帧提取，并对提取到的视频帧进行特征提取，得到视频帧特征；所述时序动作特征提取模块，用于利用视频前向传播与反向传播的特点进行视频帧特征学习，得到各个时序动作特征；所述自然语言编码器，用于利用注意力机制融合视频帧特征与时序动作特征，得到自然语句；所述鉴别器，用于强化自然语句的准确性；S2.对所述视频密集事件描述网络进行迭代训练，得到训练好的视频密集事件描述模型；S3.将待描述的视频输入训练好的视频密集事件描述模型，得到视频密集事件描述结果。

全文数据：

权利要求：

百度查询： 华中科技大学 一种基于生成对抗网络的视频密集事件描述方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD