龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：兰州大学
摘要：本发明公开了一种面向视频的可控文本摘要生成方法，包括步骤：1收集并构建场景视频数据集，针对数据集进行文本摘要数据标定；2将视频以秒为单位切割为多帧并标定文本构建控制信号；3基于CLIP网络和I3D网络提取视频的静态和动态特征并统一不同的视频特征维度；4利用VisionTransformerEncoder对融合特征进行编码；5利用多层LSTM网络对编码后的特征进行解码，生成可控的视频文本摘要；6利用强化学习优化模型参数。与现有技术相比，本发明构建控制信号，利用控制信号指导模型生成可控的视频摘要，同时解决了特征编码阶段隐藏状态的丢失问题，提高了视频摘要内容的准确性以及内容可控性。
主权项：1.一种面向视频的可控文本摘要生成方法，其特征在于，包括步骤：S1：数据集采集，场景视频收集、文本摘要标定；S2：控制信号提取，基于人为标定的文本摘要数据集提取对应控制信号；S3：视频数据分割，利用OpenCV库函数将视频以秒为单位切割为多个视频帧；S4：特征提取，基于CLIP网络和I3D网络提取视频的静态和动态特征，使用融合编码器统一不同的视频特征维度；S5：特征编码，基于VisionTransformer的Encoder块对融合特征进行视频向量编码；S6：构建控制对象检测器，训练阶段使用S2所提取控制信号，推理阶段使用检测器预测控制对象；S7：构建控制对象生成器，基于单层Transformer解码器一次性生成所有控制对象；S8：特征解码，利用多层LSTM网络对融合编码后的特征进行时序性解码，结合控制对象生成视频摘要；S9：强化学习优化，模型训练过程中，采用强化学习PolicyGradient方法优化模型参数。
全文数据：
权利要求：
百度查询： 兰州大学 一种面向视频的可控文本摘要生成方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号