基于空间-时间图推理网络的多形态语句视频定位方法.pdfVIP

  • 6
  • 0
  • 约2.6万字
  • 约 18页
  • 2023-06-17 发布于四川
  • 举报

基于空间-时间图推理网络的多形态语句视频定位方法.pdf

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

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111414845 A (43)申请公布日 2020.07.14 (21)申请号 20201

文档评论(0)

1亿VIP精品文档

相关文档