专利交易市场

一种基于跨模态对齐的多粒度手语视频‑文本检索方法，首先通过自监督方法增强手语视频表征；再通过时间注意力同时考虑视频片段间和视频片段内信息的相关性优化视频片段特征，利用时间协方差池化将视频片段特征聚合为手语视频粗粒度特征，联合细粒度信息充分挖掘手语视频和文本间的跨模态多粒度对齐信息；接着利用共享注意力残差高斯分布网络将手语视频和文本参数化为特征分布，通过对齐特征分布缓解手语视频与文本的模态差距；最后通过计算文本到手语视频的细粒度相似度分数，来检索与查询文本相匹配的手语视频。本发明考虑了手语视频‑文本检索问题的多粒度跨模态信息，检索结果准确性高，效果好。

本发明涉及视频处理技术领域，具体涉及一种图片的筛查方法、装置和设备，方法包括采集视频信息中目标帧对应的目标图片；确定目标图片的清晰度值，将清晰度值存储于预设清晰度数组中；判断视频信息是否遍历结束；若视频信息未遍历结束，根据目标图片的清晰度值，确定需要跳过的步长值；将跳过步长值后对应的视频帧作为目标帧；若视频信息遍历结束，将预设清晰度数组中清晰度值最高的目标图片作为清晰图片。本申请根据视频帧图片连续性的特点，即模糊视频帧图片相邻图片大概率也是模糊的，通过设计步长规则，跳过这些相邻的模糊图片，这样只需计算部分视频帧图片的清晰度，就能找到视频中较清晰的视频帧图片，提高计算效率。