[发明专利]基于泛化多标记学习的监控视频多粒度标注方法有效
| 申请号： | 201710219411.3 | 申请日： | 2017-04-06 |
| 公开（公告）号： | CN107133569B | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 卫志华;张鹏宇;赵锐 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 上海科律专利代理事务所(特殊普通合伙) 31290 | 代理人： | 叶凤 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于泛化多标记学习的监控视频多粒度标注方法，以公安视频监控内容分析为背景，从视频特征多层次获取和多粒度表示的理论和方法开展研究工作。首先，基于多标记学习理论和深度学习理论，分析和提取视频中各对象不同层次的特征，构建泛化的多标记分类算法；其次，基于粒计算理论和自然语言理解技术，表征出视频信息的多粒度表示模型。本发明是对监控视频内容分析领域进行深入系统的研究，通过深度学习理论构造泛化多标记学习算法，能够为多层次视频信息提取提供有效理论和方法；通过模拟人类认识和描述图像方法，建立多粒度视频表示理论和方法，为视频内容分析提供新思路。为未来推动视频监控智能化发展奠定理论和应用基础。 | ||
| 搜索关键词： | 基于 泛化 标记 学习 监控 视频 粒度 标注 方法 | ||
【主权项】：
一种基于泛化多标记学习的监控视频多粒度标注方法，其特征在于，首先，基于多标记学习理论和深度学习理论，提取出视频中不同对象不同层次的特征，构建泛化的多标记分类算法；其次，基于粒计算理论和自然语言理解技术，表征出视频信息的多粒度表示模型。
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同济大学，未经同济大学许可，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/201710219411.3/，转载请声明来源钻瓜专利网。
