内容提供者
视频分类方法、装置、电子设备及存储介质.pdf
2023-07-25
10金币
963KB
21页
一只****iu
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共21页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
视频分类方法、装置、电子设备及存储介质.pdf
本申请提供了一种视频分类方法、装置、电子设备及存储介质，属于多媒体技术领域。方法包括：将从目标视频中获取到的至少一个图像帧输入基于卷积神经网络的运算模型，得到至少一个图像帧向量；从至少两个簇中确定该至少一个图像帧向量分别对应的目标簇，一个簇用于表示一类图像帧向量；基于至少一个图像帧向量分别对应的目标簇，获取目标视频对应的待识别文本；将待识别文本输入自然语言处理模型，通过自然语言处理模型对待识别文本进行解码，得到目标视频所属的视频类型。上述方案，在对目标视频进行分类时，将处理目标视频中的图像帧转换为处理待识
2023-07-25
10
963KB
视频分类方法和装置、存储介质及电子设备.pdf
本发明公开了一种与人工智能和云服务器相关的视频分类方法和装置、存储介质及电子设备。其中，该方法包括：在获取到待分类的目标视频的情况下，获取目标视频中每一帧视频帧的图像特征；根据各个视频帧的图像特征之间的特征距离，对目标视频中的所有视频帧进行聚类处理，以得到多个视频片段；获取多个视频片段中每个视频片段各自对应的片段时序融合特征；根据各个视频片段各自对应的片段时序融合特征确定目标视频的视频特征；对视频特征进行识别，得到目标视频的目标类型。本发明解决了视频分类不准确的技术问题。
2023-07-25
10
848KB
视频分类方法及装置、存储介质、电子装置.pdf
本发明实施例提供了一种视频分类方法及装置、存储介质、电子装置,该方法包括:从目标视频的N帧图像中确定每帧图像中包括的对象之间的位置关系,确定N组位置关系,其中,N是大于1的自然数;确定N帧图像之间的时序关系;按照N帧图像之间的时序关系和N组位置关系确定目标序列;将目标序列输入预先训练好的目标神经网络模型中,得到目标视频的分类结果,其中,分类结果用于表示目标视频中是否包括异常事件。通过本发明,解决了相关技术中不能准确的确定视频中的事件类型的问题,达到准确确定视频中的事件类型的效果。
2023-05-09
10
475KB
一种视频分类方法、装置、电子设备和存储介质.pdf
本申请公开了一种视频分类方法、装置、电子设备和存储介质；本申请实施例获取目标视频在至少一个模态下的视频内容信息；对所述目标视频在至少一个模态下的视频内容信息进行语义提取，得到所述目标视频在至少一个模态下的语义特征信息；对所述目标视频在至少一个模态下的语义特征信息进行特征强化处理，得到所述目标视频的强化后特征信息；将所述强化后特征信息与所述目标视频在至少一个模态下的语义特征信息进行融合，得到所述目标视频的目标语义特征信息；基于所述目标语义特征信息，对所述目标视频进行分类。本申请实施例可以通过强化与目标视频内
2023-07-25
10
928KB
视频分类方法及装置、存储介质、电子装置.pdf
本发明实施例提供了一种视频分类方法及装置、存储介质、电子装置,该方法包括:从目标视频的N帧图像中确定每帧图像中包括的对象之间的位置关系,确定N组位置关系,其中,N是大于1的自然数;确定N帧图像之间的时序关系;按照N帧图像之间的时序关系和N组位置关系确定目标序列;将目标序列输入预先训练好的目标神经网络模型中,得到目标视频的分类结果,其中,分类结果用于表示目标视频中是否包括异常事件。通过本发明,解决了相关技术中不能准确的确定视频中的事件类型的问题,达到准确确定视频中的事件类型的效果。
2023-05-26
10
475KB