基于张量表示的多模态视频语义概念检测方法

发明专利无效专利

申请号：
CN200810059125.6
IPC分类号：G06K9/62;G06K9/00
申请日期：
2008-01-14
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于张量表示的多模态视频语义概念检测方法
申请号	CN200810059125.6	申请日期	2008-01-14
法律状态	权利终止	申报国家	中国
公开/公告日	2008-11-05	公开/公告号	CN101299241
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;0;0查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市浙大路38号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	吴飞;庄越挺;刘亚楠;郭同强
代理机构	杭州求是专利事务所有限公司	代理人	张法高

摘要

本发明公开了一种基于张量表示的多模态视频语义概念检测方法。包括如下步骤：1)对训练集合及测试集合中的视频镜头均提取图像、音频、文本三种模态的底层特征，每个视频张量镜头由这三种底层特征形成3阶张量来表达；2)根据视频张量镜头集合的流形空间本征结构，通过寻找转换矩阵实现对原始高维张量的维度降低及子空间嵌入；3)采用支持张量机对降维后的视频张量镜头集合建立分类器模型；4)对于测试镜头，由训练集合计算得到的转换矩阵进行投影后，再通过分类器模型进行语义概念检测。本发明充分利用视频中的多模态数据，将视频镜头表示为3阶张量，并基于此种表达提出了一种子空间嵌入的降维方法，实现了视频镜头的语义概念检测，对视频语义进行了较好的分析与理解。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供