首页> 中国专利> 一种基于语法分析树上注意力机制的深度学习视频问答方法及系统

一种基于语法分析树上注意力机制的深度学习视频问答方法及系统

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于语法分析树上注意力机制的深度学习视频问答方法及系统，包括以下步骤：(1)对输入的视频序列进行采样，得到一系列视频帧，然后用预训练的卷积神经网络抽取并保存每帧视频的特征；(2)对输入的自然语言问句，利用语法树分析工具建立语法树；(3)根据语法树的结构，确定深度神经网络的结构；(4)对深度神经网络进行自底向上的计算得到最终的输出结果；(5)将建立的深度神经网络在数据集上进行训练；(6)利用训练好的模型，按步骤1至4输入数据得到输出结果，在答案库中选择问题的答案作为输出。利用本发明可以大大提高视频问答结果的准确率，尤其可以提升在复杂及较长问句上的结果。

著录项

公开/公告号CN108549658A

专利类型发明专利
公开/公告日2018-09-18

原文格式PDF
申请/专利权人浙江大学;
展开▼

申请/专利号CN201810201163.4
发明设计人薛弘扬;蔡登;赵洲;
展开▼

申请日2018-03-12
分类号G06F17/30(20060101);
代理机构33224 杭州天勤知识产权代理有限公司;
代理人马士林
地址 310013 浙江省杭州市西湖区余杭塘路866号
入库时间 2023-06-19 06:31:19

法律信息

法律状态公告日

法律状态信息

法律状态
2018-10-16

实质审查的生效 IPC(主分类):G06F17/30 申请日:20180312

实质审查的生效
2018-09-18

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于语法分析树上注意力机制的深度学习视频问答方法及系统 [P] . 中国专利： CN108549658A . 2018-09-18
2. 基于深度学习和注意力机制的高效短视频内容智能分类方法 [P] . 中国专利： CN110807369A . 2020-02-18
3. System and method of video Telecommunication to compress and decompress The Video Data of color digitalThe present Invention relates to a method for compressing a digital color Video Data in a Telecommunication System Video that has a means for generating a video signal that is uN means for generating a video signal to a Plurality of color video framerate,With Every Frame Image consisting of a Plurality of Scanning Lines composed of a Plurality of pixelsAnd each pixel in the image Frame consists of the components of color digitalThe Method comprises the steps of determining a function); Luminance pixel based on at least one of the three components of color digital(b) identify at least one parameter decision for at least a significant portion of pixels in the scanlines of a Table of current image based on the difference ofThe role in Luminance between the pixels at a Predetermined distance from at least one pixel in each Scan line and at least a (c) comparison of decision parameter with [P] . MX166516B . 1993-01-11

机译：用于压缩和解压缩彩色数字视频数据的视频电信系统和方法技术领域本发明涉及一种用于压缩电信系统视频中数字彩色视频数据的方法，该方法具有用于生成视频信号的装置，该装置是用于生成视频信号的装置。将视频信号转换为多个彩色视频帧速率，每个帧图像由多个扫描线组成，扫描线由多个像素组成，图像中的每个像素由彩色数字分量组成（该方法包括确定功能的步骤）;基于彩色数字（b）的三个分量中的至少一个的亮度像素，基于两个像素之间的亮度差异，针对当前图像表的扫描线中的至少大部分像素，确定至少一个参数决策。与每条扫描线中至少一个像素相距预定距离的像素，以及至少（c）比较决策参数与
4. SYSTEM AND METHOD FOR PREPROCESSING SEQUENTIAL VIDEO IMAGES FOR FIRE DETECTION BASED ON DEEP LEARNING AND METHOD OF TRAINING DEEP LEARNING NETWORK FOR FIRE DETECTION [P] . US2021142101A1 . 2021-05-13

机译：基于深度学习和训练深层学习网络进行火灾探测方法，用于预处理视频图像的系统和方法
5. Non sensor vehicle entrance control system based on video recognition using deep learning and method thereof [P] . KR20210023447A . 2021-03-04

机译：基于使用深度学习的视频识别的非传感器车辆入口控制系统及其方法