基于多模态特征融合的高效视频检索模型
公开
摘要
本文提出了一种视频检索框架，其包括：视频编码器，其获得输入视频的视频特征表示，包括：多个NetVLAD网络，每个NetVLAD网络包括卷积神经网络(CNN)和NetVLAD层，联接器，其接收所述多个NetVLAD网络的输出，全连接网络，其接收所述联接器的输出；文本编码器，其获得输入文本的文本特征表示；相似度计算单元，其计算所述视频特征表示与所述文本特征表示之间的相似度，以用于确定视频和文本的匹配。
基本信息
专利标题 ：
基于多模态特征融合的高效视频检索模型
专利标题（英）：
暂无
公开（公告）号 ：
CN114564616A
申请号 ：
CN202210210095.4
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘志张萌萌
申请人 ：
北方工业大学
申请人地址 ：
北京市石景山区晋元庄路5号北方工业大学
代理机构 ：
代理人 ：
优先权 ：
CN202210210095.4
主分类号 ：
G06F16/78
IPC分类号 ：
G06F16/78 G06F16/783 G06V10/44 G06K9/62 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
G06F16/78
••基于相关的元数据或手动分类，如目录数据
法律状态
2022-05-31 ：
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
