Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜浙江师范大学李明获国家专利权

恭喜浙江师范大学李明获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜浙江师范大学申请的专利基于图学习的视频参与度预测方法、系统、装置及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115187893B

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210620916.1,技术领域涉及:G06V20/40;该发明授权基于图学习的视频参与度预测方法、系统、装置及介质是由李明;欧贤成;梁吉业;白璐设计研发完成,并于2022-06-02向国家知识产权局提交的专利申请。

基于图学习的视频参与度预测方法、系统、装置及介质在说明书摘要公布了:本发明公开一种基于图学习的视频参与度预测方法、系统、装置及介质,涉及计算机技术领域。本申请融合基于多模态分析的情感特征矩阵和基于单模态分析的文本特征矩阵、音频特征矩阵和视频特征矩阵进行用户参与度的预测,不仅考虑单模态数据对预测结果的影响,又通过情感分析考虑多模态数据间的相互关联,从而提高了视频用户参与度预测的准确性。

本发明授权基于图学习的视频参与度预测方法、系统、装置及介质在权利要求书中公布了:1.一种基于图学习的视频参与度预测方法,其特征在于,包括以下步骤:获取视频内容;对所述视频内容进行模态特征提取得到文本数据、音频数据和视频数据;根据所述文本数据、所述音频数据和所述视频数据通过图学习进行情感特征提取得到情感特征矩阵;对所述文本数据进行关键词的特征提取得到文本特征矩阵;对所述视频数据进行目标对象的特征提取得到视频特征矩阵;对所述音频数据进行谱图的特征提取得到音频特征矩阵;将所述情感特征矩阵、所述文本特征矩阵、所述视频特征矩阵和所述音频特征矩阵输入用户参与度预测模型得到用户参与度预测结果;其中,所述根据所述文本数据、所述音频数据和所述视频数据通过图学习进行情感特征提取得到情感特征矩阵包括以下步骤:将所述文本数据输入文本前馈神经网络进行特征编码得到文本嵌入序列,其中,所述文本嵌入序列包括多个文本嵌入,所述文本嵌入包括第一位置标识,所述第一位置标识用于表征所述文本嵌入在所述文本嵌入序列中的位置;将所述音频数据输入音频前馈神经网络进行特征编码得到音频嵌入序列,其中,所述音频嵌入序列包括多个音频嵌入,所述音频嵌入包括第二位置标识,所述第二位置标识用于表征所述音频嵌入在所述音频嵌入序列中的位置;将所述视频数据输入视频前馈神经网络进行特征编码得到视频嵌入序列,其中,所述视频嵌入序列包括多个视频嵌入,所述视频嵌入包括第三位置标识,所述第三位置标识用于表征所述视频嵌入在所述视频嵌入序列中的位置;基于所述第一位置标识、所述第二位置标识和所述第三位置标识确定两个嵌入之间的时序关系,其中,所述两个嵌入包括两个文本嵌入、两个视频嵌入、两个音频嵌入、文本嵌入与视频嵌入、文本嵌入和音频嵌入、音频嵌入和视频嵌入的至少之一;根据所述文本嵌入、所述音频嵌入和所述视频嵌入,以及两个嵌入之间的时序关系构建多模态全连接图,其中,所述文本嵌入、所述音频嵌入和所述视频嵌入均作为所述多模态全连接图的节点,所述两个嵌入之间的时序关系作为多模态全连接图的边;将所述多模态全连接图输入图神经网络进行情感特征提取得到所述情感特征矩阵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江师范大学,其通讯地址为:321004 浙江省金华市迎宾大道688号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。