公开(公告)号：CN119988676A

公开(公告)日：2025-05-13

申请号：CN202510164149.1

申请日：2025-02-14

Applicant: 东北大学

Inventor： 栗伟 ,  黄正奇 ,  唐钦 ,  董闯

IPC: G06F16/783 ,  G06F16/78 ,  G06F16/732 ,  G06V20/40 ,  G06V10/74 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种基于改进细粒度对齐的视频文本检索方法和系统，涉及视频文本检索技术领域。本发明引入了文本引导的对象‑文本对齐(TOTAL)模块，该模块创新性地将文本与从视频帧中提取的对象进行对齐，显著提升了性能。为了解决视频中存在贡献程度低的帧的问题，提出了相似度帧聚合(SIFA)模块，通过为视频中的对象‑文本对齐帧分配权重，从而提升视频的检索的精度，解决现有的视频文本检索方法中的细粒度对齐的缺陷。