基于随机锚点对选择的局部模型加权融合Top‑N电影推荐方法，利用电影文本数据通过LDA主题模型和GBDT梯度提升决策树得到用户和电影在语义层次的特征向量，然后基于该特征向量分别计算用户和电影的高斯核相似度，接着在原始数据集中随机选择多个<用户，电影>锚点对，并结合用户和电影的高斯核相似度为每个锚点对重新构造局部训练矩阵，再利用SLIM稀疏线性模型作为基本推荐模型为每个局部训练矩阵训练得到对应的局部推荐模型，最后通过局部推荐模型之间的加权融合生成最终的融合推荐模型。该推荐方法在数据稀疏的场景下也保持了模型的稳定性，能有效解决传统单一推荐模型在数据稀疏场景的极易发生过拟合的问题。
📄 2018104716409
📂 G06F16_783
👤 浙江工业大学
📅 2018-05-17
一种基于自注意力的融合三元组信息的短序列扩充电影推荐方法，包括以下步骤：1)原始数据处理：处理用户观看电影的历史数据，并根据预先设定好的电影关系为每部电影制作知识图谱；2)根据时间戳为每个用户制作观看的历史电影序列，使用单向Transformer模型反向训练模型，得到反向的预训练模型，使用反向的预训练模型生成扩充的增强数据；3)将扩充后的数据送入预训练模型进行正向模型的微调，得到正向的预训练模型；4)使用正向微调后的模型预测用户下一部即将观看的电影。本发明对短序列进行扩充，增强了数据，解决部分冷启动问题，对电影的推荐提供有力的帮助。
📄 2022105884075
📂 G06F16_783
👤 浙江工业大学
📅 2022-05-26
一种基于文本动态生成教学视频的编辑方法，主要步骤包括：获取用户输入的文字、对文字进行NLP处理、检索教学视频、将元视频数据转换为音视频、进行元视频数据相似度特征计算、用户选择音视频素材、合成虚拟人教学示例。本发明可以根据文字动态生成教学视频，自动创造虚拟示范，以降低视频制作的技术门槛，减少视频制作的时间与人力开销；并且能快速找到适合的示范素材，提高示例检索的效率，提升教学用户的教学体验。
📄 2023103806413
📂 G06F16_783
👤 淮阴工学院
📅 2023-04-11
本发明一种基于语义信息引导的视频内容描述方法。本发明包括如下步骤：步骤(1)对视频格式进行预处理；步骤(2)建立用于引导的语义信息；步骤(3)计算语义特征向量[Ai,XMS(i)]的权重步骤(4)对语义特征向量[Ai,XMS(i)]进行解码；步骤(5)对视频描述模型进行测试。本发明通过利用faster‑rcnn模型，能快速检测每帧图像上的关键语义信息，并加入到原有用CNN提取的特征中，使得每个时间节点输入LSTM网络的特征向量具有语义信息，从而在解码过程中，既保证视频内容时空关联性，又提高了语言描述的准确率。
📄 2017101748831
📂 G06F16_783
👤 杭州电子科技大学
📅 2017-03-22
本发明实施例提供了一种人员关系确定方法、装置、电子设备及存储介质，方案如下：获取包含目标人员的监控视频，获取该监控视频中的视频结构化数据，根据视频结构化数据中包含的人员身份数据和人员互动数据，确定目标人员和其他人员之间的关系指数。通过本发明实施例提供的方案，可以对监控视频中的视频结构化数据，快速高效的对监控视频中出现人员之间的人员关系进行分析，降低人工主观因素导致的误判概率。
📄 2019106702693
📂 G06F16_783
👤 杭州海康威视系统技术有限公司
📅 2019-07-24
本申请公开了一种检索方法及装置、存储介质，其中，所述的方法包括：确定文本和至少一个视频之间的第一相似度，所述文本用于表征检索条件；确定所述文本的第一人物互动图和所述至少一个视频的第二人物互动图；确定所述第一人物互动图和所述第二人物互动图之间的第二相似度；根据所述第一相似度和所述第二相似度，从所述至少一个视频中确定出与所述检索条件相匹配的视频。
📄 2019109348925
📂 G06F16_783
👤 北京市商汤科技开发有限公司
📅 2019-09-29
本发明公开了一种基于人脑情景记忆通路启发的文本视频检索方法，方法包括利用内容编码组件对目标文本数据或目标视频数据进行内容表征提取获得多尺度目标表征；利用情境编码组件对目标文本数据或目标视频数据进行情境表征提取获得目标令牌；将多尺度目标表征和目标令牌输入至双曲图神经网络获得目标场景表征；将目标场景表征作为目标索引；计算待检索文本或视频的表征与目标索引的相似度，根据相似度对待检索文本或视频进行筛选获得目标检索结果；本发明通过多粒度信息融合全面捕捉的多层次语义特征，通过双曲图卷积操作融合多模态、多粒度的高阶信息，能够更好地捕捉文本和视频之间的复杂关系，显著提升了文本视频检索的精度与效率。
📄 2025104163576
📂 G06F16_783
👤 南京信息工程大学
📅 2025-04-03
本发明提供的一种基于大数据处理的文件命名方法和系统，本发明涉及文件命名技术领域，该方法包括获取多个待命名视频文件；基于文件分析模型对所述多个待命名视频文件进行处理确定每一个待命名视频文件的代表帧；基于所述每一个待命名视频文件的代表帧使用卷积神经网络模型确定每一个待命名视频文件的多个备选命名、不同代表帧之间的内容相似度；基于所述每一个待命名视频文件的多个备选命名、不同代表帧之间的内容相似度确定每一个待命名视频文件的文件目标命名；基于所述每一个待命名视频文件的文件目标命名对每一个视频文件进行命名，该方法能够准确的对一次性接收到的大量的视频文件进行命名。
📄 2025102624239
📂 G06F16_783
👤 临沧润逦领科技有限公司
📅 2025-03-06
本发明公开了一种语义对齐的视频问答方法，具体步骤为：通过进行问题语义解析及编码，获得问题语义特征，对问题语义特征进行融合，获得问题的全局特征；通过语义视觉选择模块和问题条件视觉模块进行视频解析及编码，融合语义视觉特征和问题条件视觉特征获得视觉全局特征；通过对齐问题解析出的语义的跨模态特征缩小语义鸿沟；基于问题的全局特征和视觉全局特征进行解码推理答案。本发明使用跨模态注意力机制生成与问题解析语义一致的视觉信息和问题条件视觉信息，使用对比学习缩小跨模态语义鸿沟，并融合问题解析出的语义视觉特征和问题条件视觉特征，丰富视觉特征搜索空间，根据问题特征和视觉特征解码视频问答的答案，提高了视频问答的准确率。
📄 2022115028216
📂 G06F16_783
👤 福建奇豆网络科技有限公司
📅 2022-11-29
本发明公开了一种面向社交网络短视频的多模态情感分析方法及系统，包括获取社交网络短视频的视频模态信息、文本模态信息和音频模态信息；根据所述视频模态信息、文本模态信息、音频模态信息和预先训练的面向社交网络短视频的多模态情感分析模型，获得社交网络短视频的情感分析结果。本发明通过构造损失函数，学习各模态间的共性特征，利用交叉注意力模块得到经过辅助学习的各模态的特征，减小弱模态表达，增大强模态表达，提高了模态间情感极性分析的准确度，解决了现有技术中对社交网络短视频的多模态情感分析单一，忽略模态间情感极性矛盾，不能有效提取共性特征，导致情感分析不准确的问题。
📄 2024106141064
📂 G06F16_783
👤 南京信息工程大学
📅 2024-05-17
本发明提供了基于文本生成图像技术的文本视频检索优化方法，本发明利用Stable Diffusion文本生成图像模型，通过对数据集中的文本信息进行图像生成，将生成的图像信息作为视频帧加入训练集，从而有效扩充数据规模。本发明还将考虑将关键帧信息反向生成文本信息，进一步丰富文本数据集。基于扩充的数据集，本发明将设计新的损失函数，综合考虑视频的细粒度与粗粒度特征，优化文本视频检索模型的训练过程，提升检索效果。本发明通过Stable Diffusion驱动的数据增强及优化的损失函数设计，能够有效解决现有文本视频检索研究中的数据缺乏和模型训练不充分等问题，为多媒体内容分析和检索应用提供新的技术支撑。
📄 2024108021067
📂 G06F16_783
👤 南京信息工程大学
📅 2024-06-20
本申请实施例公开了用于确定重复视频的方法和装置。该用于确定重复视频的方法包括：获取当前视频；对比当前视频中包括人脸的时间段与已有视频库中的各个已有视频中包括人脸的时间段，得到各个已有视频与当前视频的相似度；响应于对比的结果指示已有视频库中存在与当前视频的相似度大于预设阈值的已有视频，确定当前视频与该已有视频重复。该方法可以提高确定视频重复性的准确度。
📄 2018114584162
📂 G06F16_783
👤 百度在线网络技术(北京)有限公司
📅 2018-11-30
柿子坊 · 知识产权运营
柿子坊知识产权运营平台