专利交易市场

本发明涉及计算机领域，尤其涉及一种视频语义特征和可扩展粒度感知时序动作检测方法及装置，包括以下步骤：视频特征提取；序列到序列的视频语义特征提取；与可扩展粒度感知特征融合，特征融合包括将来自语义流Video2sequence模块的输出和来自视频流可扩展粒度感知特征金字塔的输出进行拼接；将来自语义流视讯序列Video2sequence模块的输出和来自视频流可扩展粒度感知融合后的特征送入基于Trident‑Head的分类处理。充分利用了视频分类和视频字幕video2caption任务在特征提取层的相似性，并直接利用预先提取的低级特征。

本发明涉及图像识别技术领域，具体涉及一种基于深度学习的场景变动检测方法、装置、介质及设备。本发明方法包括以下步骤：获取待检测的图像；将待检测的图像对输入到基于单应性对齐模块，获取两幅图像各自场景对齐后的图像；提取与对齐的图像相关的图像合并输入到初步变动检测网络中得到变动信息，将变动信息输入各自的定位网络输出两幅图像的变动区域的边界框。本发明通过单应性对齐两张图像，弥补了无法快速获取两张图像中变动的特征，通过交叉注意力机制结构捕获两张图像的对应关系，弥补了未对齐图像中的信息的流失。网络采用的是孪生神经网络架构，同时对两幅图像进行操作，通过特征融合模块，更好地完成变动区域的识别。