[发明专利]基于空间-时间图推理网络的多形态语句视频定位方法有效
| 申请号： | 202010191264.5 | 申请日： | 2020-03-18 |
| 公开（公告）号： | CN111414845B | 公开（公告）日： | 2023-06-16 |
| 发明（设计）人： | 赵洲;张品涵;张竹 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G06F17/11 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 郑海峰 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于空间‑时间图推理网络的多形态语句视频定位方法，属于自然语言视觉定位领域。本发明首先将视频解析为空间‑时间区域图，不仅有每个帧的隐式和显式空间子图，而且有跨帧的时间动态性子图。接下来，将文本线索加入到该空间‑时间区域图中，建立多步跨模态图推理。多步过程可以支持多序关系建模。之后，使用时间定位器确定管道的时间边界，然后应用具有动态选择方法的空间定位器将对象在每个帧中定位，生成平滑的管道。本发明对自然语言进行定位时无需对视频进行修剪，降低了视频定位的成本；可以有效处理疑问句和陈述句，为更高层的自然语言处理和计算视觉结合研究(如视频问答等)提供了技术支持，应用前景广阔。 | ||
| 搜索关键词： | 基于 空间 时间 推理 网络 形态 语句 视频 定位 方法 | ||
【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浙江大学，未经浙江大学许可，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/202010191264.5/，转载请声明来源钻瓜专利网。
