申请/专利权人：井冈山大学

申请日：2023-12-29

公开（公告）日：2024-03-26

公开（公告）号：CN117765448A

主分类号：G06V20/40

分类号：G06V20/40;G06V10/44;G06V10/77;G06V10/774;G06V10/80;G06V10/82;G06N3/0442;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明涉及一种基于事实增强与情感觉醒的视频描述生成方法及介质，所述方法包括以下步骤：获取待描述视频的视觉特征；以所述视觉特征作为经训练的视频描述生成模型的输入，获得描述语句；其中，所述视频描述生成模型包括事实启发模块、事实增强模块和情感觉醒模块，基于所述事实启发模块、事实增强模块和情感觉醒模块的输出的融合结果，获得所述描述语句。与现有技术相比，本发明为视频生成的描述语句具有准确性更高，情感语义更加丰富等优点。

主权项：1.一种基于事实增强与情感觉醒的视频描述生成方法，其特征在于，该方法包括以下步骤：获取待描述视频的视觉特征；以所述视觉特征作为经训练的视频描述生成模型的输入，获得描述语句；其中，所述视频描述生成模型包括事实启发模块、事实增强模块和情感觉醒模块，基于所述事实启发模块、事实增强模块和情感觉醒模块的输出的融合结果，获得所述描述语句，所述视频描述生成模型的训练过程包括：以事实启发模块作为序列模型，采用第一数据集训练所述序列模型，所述第一数据集为包含事实描述的数据集；在所述序列模型的基础上，添加事实增强模块，形成增广模型，采用第二数据集训练所述增广模型，所述第二数据集为包含事实描述的数据集，且其数据规模大于第一数据集的数据规模；在所述增广模型的基础上，添加情感觉醒模块，形成三层次模型，采用第三数据集训练联合所述三层次模型，所述第三数据集为在第一数据集的基础上增加情感信息的数据集。

全文数据：

权利要求：

百度查询： 井冈山大学 一种基于事实增强与情感觉醒的视频描述生成方法及介质

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