利用多重交互注意力机制解决视频中对象关系问答任务的方法
授权
摘要
本发明公开了一种利用多重交互注意力机制解决视频中对象关系问答任务的方法，包括如下步骤：针对于一段视频，获得帧级别视频特征；获得视频中对象的位置特征和外观特征；使用多重交互注意力机制，学习得到输入问题的表达；计算时空关系矩阵；使用多重交互注意力机制，学习得到针对问题的帧级别视频表达；使用多重交互注意力机制，学习得到与问题相关的对象关系表达；在之前得到的帧级别视频表达和对象关系表达基础上，获取问题的答案。相比于一般视频问答解决方案，本发明利用新型注意力机制，能够更准确地反映视频中对象的关系，产生更加贴切的答案。本发明在视频问答中所取得的效果相比于传统方法更好。
基本信息
专利标题 ：
利用多重交互注意力机制解决视频中对象关系问答任务的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110727824A
申请号 ：
CN201910965556.7
公开（公告）日 ：
2020-01-24
申请日 ：
2019-10-11
授权号 ：
CN110727824B
授权日 ：
2022-04-01
发明人 ：
赵洲张品涵金韦克陈默沙
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
郑海峰
优先权 ：
CN201910965556.7
主分类号 ：
G06F16/735
IPC分类号 ：
G06F16/735 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/735
•••基于附加数据的过滤，例如用户或组配置文件
法律状态
2022-04-01 ：
授权
2020-02-25 ：
实质审查的生效
IPC(主分类) : G06F 16/735
申请日 : 20191011
申请日 : 20191011
2020-01-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
