基于短视频多模态特征的短视频推荐模型.pdf
英瑞****写意
亲,该文档总共23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
基于短视频多模态特征的短视频推荐模型.pdf
本发明提供了一种基于短视频多模态特征的短视频推荐模型,包括:步骤1,对短视频标题特征,使用TF‑IDF方法进行特征提取,使用PCA降维算法将短视频标题特征向量维度降维到k维;步骤2,提取短视频内容的128维原始特征,使用PCA降维算法将短视频内容特征向量维度降维到k维;步骤3,提取短视频背景音乐的128维原始特征,使用PCA降维算法将短视频背景音乐特征向量维度降维到k维。本发明考虑到不同模态的特征数据对用户产生的用户行为的影响效果是不同的,并利用隐马尔可夫模型去学习短视频的不同模态数据对于用户的影响比重,
基于特征时空约束的监控视频跨模态视频迁移方法.pdf
本发明涉及一种基于特征时空约束的监控视频跨模态视频迁移方法,包括:步骤1,构建训练数据和神经网络;步骤2,读取连续的模态数据,将模态数据分别输入生成器;步骤3,利用预训练光流模型FlowNet增强模型特征;步骤4,从生成器中提取特征层,优化网络结构并增强特征结构;步骤5,重复步骤2至步骤4,直至迭代模型迭代饱和,网络参数收敛。本发明所述基于特征时空约束的监控视频跨模态视频迁移方法能够提供更优的空间结构信息,还能够给予时序一致性约束;能够增强视频模态迁移结果的稳定性。
基于特征时空约束的监控视频跨模态视频迁移方法.pdf
本发明涉及一种基于特征时空约束的监控视频跨模态视频迁移方法,包括:步骤1,构建训练数据和神经网络;步骤2,读取连续的模态数据,将模态数据分别输入生成器;步骤3,利用预训练光流模型FlowNet增强模型特征;步骤4,从生成器中提取特征层,优化网络结构并增强特征结构;步骤5,重复步骤2至步骤4,直至迭代模型迭代饱和,网络参数收敛。本发明所述基于特征时空约束的监控视频跨模态视频迁移方法能够提供更优的空间结构信息,还能够给予时序一致性约束;能够增强视频模态迁移结果的稳定性。
手机拍视频、视频转小、视频截短方法.doc
手机拍摄课堂实录视频以及视频格式转换和截取方法一:手机拍摄课堂实录视频二:视频格式转小的方法/步骤三:把视频截短方法/步骤一:手机拍摄课堂实录视频方法如下打开手机的相机拍摄模式。点击进入设置,找到视频质量,把分辨率调成较小的(QVGA或者320×240格式。)3.然后我们用录像模式进行录像4.把录好的录像通过手机QQ我的设备发送到电脑中,如果视频时常太长,则用暴风影音进行视频截取,把截取好的视频保存下来并上传至平台。5.如果已经录制好的视频格式大于500M,上传不了,也可以通过暴风影音播放器进行视频格式转
训练视频特征提取模型和视频推荐的方法和装置.pdf
本申请公开了一种训练视频特征提取模型和视频推荐的方法和装置,属于计算机技术领域。该方法包括:基于待训练的视频特征提取模型对目标样本视频的属性信息进行特征提取,得到视频特征信息,基于待训练的账户特征提取模型对样本账户对应的视频类型偏好信息进行特征提取,得到账户特征信息;将视频特征信息、账户特征信息输入待训练的视频相似度预测模型,输出预测相似度;基于预测相似度和基准相似度对待训练的视频特征提取模型、待训练的账户特征提取模型和待训练的视频相似度预测模型进行调参。采用本申请,可以基于目标样本视频本身的属性特征和播