-
公开(公告)号：CN110197135B
公开(公告)日：2021-01-08
申请号：CN201910394330.6
申请日：2019-05-13
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 本发明主要提供一种基于多维分割的视频结构化方法，具体内容包括：步骤一：视频解析；步骤二：场景分割中的关键帧提取；步骤三：基于关键帧的场景分割；步骤四，视频的音频分割；步骤五，视频的语义分割；步骤六，信息熵为目标函数的分割规则。本发明对同一段视频在场景、声音、文本三个维度上进行分割后，采用了信息熵的形式对分割规则进行了评价。与其他视频结构化方法相比，本发明结合图像序列中像素在时间域上的变化以及相邻帧之间的相关性以及上一帧与当前帧之间的对应关系对视频在图像维度实现了很好的分割，保留了视频的关键信息，可以提供一种有效的视频结构化方法。
-
公开(公告)号：CN110097026A
公开(公告)日：2019-08-06
申请号：CN201910395119.6
申请日：2019-05-13
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 本发明主要提供一种基于多维要素视频分割的段落关联规则评判方法，具体内容包括：步骤一：视频解析；步骤二：场景分割中的关键帧提取；步骤三：基于关键帧的场景分割；步骤四，视频的音频分割；步骤五，视频的语义分割；步骤六：GNN网络的分割视频的段落关联规则评判方法；步骤七：构建关联网络。本发明对同一段视频进行多维分割后，采用了构建段落关联规则的方式对对应的多维要素进行了匹配。与其他视频分割的段落关联规则评判方法相比，本发明结合图像序列中像素在时间域上的变化以及相邻帧之间的相关性对视频在图像维度实现了很好的分割，保留了视频的关键信息，可以提供一种有效的多维要素视频分割的段落关联规则评判方法。
-
公开(公告)号：CN110197135A
公开(公告)日：2019-09-03
申请号：CN201910394330.6
申请日：2019-05-13
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 本发明主要提供一种基于多维分割的视频结构化方法，具体内容包括：步骤一：视频解析；步骤二：场景分割中的关键帧提取；步骤三：基于关键帧的场景分割；步骤四，视频的音频分割；步骤五，视频的语义分割；步骤六，信息熵为目标函数的分割规则。本发明对同一段视频在场景、声音、文本三个维度上进行分割后，采用了信息熵的形式对分割规则进行了评价。与其他视频结构化方法相比，本发明结合图像序列中像素在时间域上的变化以及相邻帧之间的相关性以及上一帧与当前帧之间的对应关系对视频在图像维度实现了很好的分割，保留了视频的关键信息，可以提供一种有效的视频结构化方法。
-
公开(公告)号：CN110097026B
公开(公告)日：2021-04-27
申请号：CN201910395119.6
申请日：2019-05-13
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 本发明主要提供一种基于多维要素视频分割的段落关联规则评判方法，具体内容包括：步骤一：视频解析；步骤二：场景分割中的关键帧提取；步骤三：基于关键帧的场景分割；步骤四，视频的音频分割；步骤五，视频的语义分割；步骤六：GNN网络的分割视频的段落关联规则评判方法；步骤七：构建关联网络。本发明对同一段视频进行多维分割后，采用了构建段落关联规则的方式对对应的多维要素进行了匹配。与其他视频分割的段落关联规则评判方法相比，本发明结合图像序列中像素在时间域上的变化以及相邻帧之间的相关性对视频在图像维度实现了很好的分割，保留了视频的关键信息，可以提供一种有效的多维要素视频分割的段落关联规则评判方法。
-
-
-
Search Results
4
records
(took 0.013 seconds)
