公开(公告)号：CN109871464A

公开(公告)日：2019-06-11

申请号：CN201910042426.6

申请日：2019-01-17

Applicant: 东南大学

Inventor： 杨鹏 ,  张晓刚 ,  李幼平 ,  万兵

IPC: G06F16/732 ,  G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于UCL语义标引的视频推荐方法与装置。首先，本发明基于SSD神经网络模型，过滤最后一层生成的无用提案框，并且拼接中间层生成的人脸特征，对视频进行目标检测与人脸识别，提高视频信息提取的速度与精度。接着，采用UCL国家标准对视频进行语义标引，并基于检测目标的重合度，对视频进行自动分段，实现视频的规范化、细粒度标引。最后，构建知识库存储UCL之间的关系，并基于知识库提出两阶段智能化个性化推荐策略，解决传统推荐冷启动、运算复杂等问题，提高推荐系统的性能。本发明既能提高视频信息抽取的速度和精度，又能灵活、准确地进行视频个性化推荐。

公开(公告)号：CN109871464B

公开(公告)日：2020-12-25

申请号：CN201910042426.6

申请日：2019-01-17

Applicant: 东南大学

Inventor： 杨鹏 ,  张晓刚 ,  李幼平 ,  万兵

IPC: G06F16/732 ,  G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于UCL语义标引的视频推荐方法与装置。首先，本发明基于SSD神经网络模型，过滤最后一层生成的无用提案框，并且拼接中间层生成的人脸特征，对视频进行目标检测与人脸识别，提高视频信息提取的速度与精度。接着，采用UCL国家标准对视频进行语义标引，并基于检测目标的重合度，对视频进行自动分段，实现视频的规范化、细粒度标引。最后，构建知识库存储UCL之间的关系，并基于知识库提出两阶段智能化个性化推荐策略，解决传统推荐冷启动、运算复杂等问题，提高推荐系统的性能。本发明既能提高视频信息抽取的速度和精度，又能灵活、准确地进行视频个性化推荐。

公开(公告)号：CN109858547A

公开(公告)日：2019-06-07

申请号：CN201910084798.5

申请日：2019-01-29

Applicant: 东南大学

Inventor： 杨鹏 ,  陈飞翔 ,  李幼平 ,  万兵

IPC: G06K9/62

Abstract: 本发明公开了一种基于BSSD(Bidirection Single Shot Multibox Detector)的目标检测方法与装置，其中BSSD网络模型基于SSD网络模型构建，先通过线性插值将相对较低的高层特征层与其之前的SSD用于检测最小目标的特征层进行融合，再通过passthrough的方法将相对较高的低层特征层与融合后的特征层进行拼接以得到用于小目标检测的特征层；改进后的BSSD能够充分利用各网络层所提取的特征信息，有效改善SSD没有使用高层特征语义信息的问题，并且进一步对SSD默认框的设置方式和模型训练时的数据扩增策略中的采样比例进行修改，以提高模型对小目标的检测能力。所以本发明改进后的BSSD相较于SSD对小目标检测具有更好的检测效果，并具有更优良的鲁棒性。