申请/专利权人:西安电子科技大学
申请日:2024-05-22
公开(公告)日:2024-09-24
公开(公告)号:CN118692066A
专利技术分类:.文本,例如 车牌、覆盖文本或电视图像上的标题[2022.01]
专利摘要:本发明公开了一种高效快照压缩视频字幕生成方法,包括以下步骤:S1,获取训练数据:所述训练数据包含MSR‑VTT数据集和MSVD数据集;S2,构建深度网络模型:所述深度网络模型由教师模型和学生模型构成;S3,将训练数据输入到构建的所述教师网络模型和学生网络模型中进行训练,通过计算两个网络模型的误差值对两个网络模型的网络参数进行迭代更新,得到训练好的深度网络模型;S4,将待测试视频输入到训练好的学生网络模型中,输出图像编码,然后以逐字自回归的方式生成预测的字幕。本发明所提出的字幕生成方法在软件处理阶段不需要重构,运行速度快,处理效率高,所生成的字幕效果好。
专利权项:1.一种高效快照压缩视频字幕生成方法,其特征在于,包括以下步骤:S1,获取训练数据:所述训练数据包含MSR-VTT数据集和IMSVD数据集;S2,构建深度网络模型:所述深度网络模型由教师模型和学生模型构成;S3,将训练数据输入到构建的所述教师网络模型和学生网络模型中进行训练,通过计算两个网络模型的误差值对两个网络模型的网络参数进行迭代更新,得到训练好的深度网络模型;S4,将待测试视频输入到训练好的学生网络模型中,输出图像编码,然后以逐字自回归的方式生成预测的字幕。
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。