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:浙江大学
摘要:本发明涉及视频处理技术领域,具体说是一种基于大语言模型的视频理解方法及系统,包括获取视频问答示例,形成视频问答数据集,对所述视频问答数据集进行预处理,获得视频问答数据集的向量表示特征,将已有文本‑图像模型改组为视频特征提取模型,利用所述视频特征提取模型处理向量表示特征,获取视频分析结果向量特征,利用大语言模型分析视频分析结果向量特征,得到对应视频问答示例的答案,本发明通过数据预处理、模型训练以及冻结的大语言模型来进行视频理解问答,可以提高回答准确率,并节省训练算力以及数据资源。
主权项:1.一种基于大模型时空参数复用的高效视频理解方法,其特征在于,所述方法应用于一种基于大模型时空参数复用的高效视频理解系统,所述方法包括:S1:获取视频问答示例,形成视频问答数据集;S2:对所述视频问答数据集进行预处理,获得视频问答数据集的向量表示特征;S3:将已有文本-图像模型改组为视频特征提取模型,利用所述视频特征提取模型处理向量表示特征,获取视频分析结果向量特征;S4:利用大语言模型分析视频分析结果向量特征,得到对应视频问答示例的答案。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于大语言模型的视频理解方法及系统
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。