中國科學院計算技術研究所蔣樹強獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉中國科學院計算技術研究所申請的專利基于反事實分析的第一視角視頻行為預測模型訓練方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115359395B 。
龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210985312.7,技術領域涉及:G06V20/40;該發明授權基于反事實分析的第一視角視頻行為預測模型訓練方法是由蔣樹強;張天予;閔巍慶設計研發完成,并于2022-08-17向國家知識產權局提交的專利申請。
本基于反事實分析的第一視角視頻行為預測模型訓練方法在說明書摘要公布了:本發明提供一種基于反事實分析的第一視角視頻行為預測模型訓練方法,采用第一視角視頻訓練集對預測模型進行多輪迭代訓練直至收斂,其中,每輪訓練包括:分別提取每個樣本的視覺特征和語義特征;分別對視覺特征和語義特征進行編解碼處理得到視覺特征對應的下一時刻的高維特征向量和語義特征對應的下一時刻的高維特征向量;基于高維特征向量分別獲得下一時刻的反事實預測向量和事實預測向量;從每個樣本對應的事實預測向量中按照相似度摳除反事實預測向量得到下一時刻的最終行為預測向量;每個樣本的下一時刻的行為對應的最終預測向量與對應下一時刻的行為標簽對應的向量之間的交叉熵損失更新預測模型的參數。
本發明授權基于反事實分析的第一視角視頻行為預測模型訓練方法在權利要求書中公布了:1.一種基于反事實分析的第一視角視頻行為預測模型訓練方法,所述預測模型包括視覺特征提取模塊、語義特征提取模塊、視覺特征編解碼網絡、語義特征編解碼網絡、第一線性層、第二線性層、行為預測模塊,其特征在于,所述方法包括: S1、獲取第一視角視頻訓練集,所述訓練集中包括多個視頻樣本且每個樣本對應有視頻對應的下一時刻的行為標簽; S2、采用步驟S1獲得的訓練集對預測模型進行多輪迭代訓練直至收斂,其中,每輪訓練包括: S21、采用視覺特征提取模塊和語義特征提取模塊分別提取每個樣本的視覺特征和語義特征; S22、采用視覺特征編解碼網絡對每個樣本的視覺特征進行編解碼處理得到每個樣本的視覺特征對應的下一時刻的高維特征向量,采用語義特征編解碼網絡對每個樣本的語義特征進行編解碼處理得到每個樣本的語義特征對應的下一時刻的高維特征向量; S23、采用第一線性層對每個樣本的語義特征對應的下一時刻的高維特征向量進行處理以將其映射到下一時刻的行為類別得到每個樣本對應的下一時刻的反事實預測向量,采用第二線性層對每個樣本的視覺特征對應的下一時刻的高維特征向量和語義特征對應的下一時刻的高維特征向量的拼接結果進行處理以將其映射到下一時刻的行為類別得到每個樣本對應的下一時刻的事實預測向量; S24、采用行為預測模塊計算每個樣本對應的下一時刻的反事實預測向量與事實預測向量之間的相似度,并以相似度作為每個樣本對應的下一時刻的反事實預測向量的權重,從每個樣本對應的下一時刻的事實預測向量中按照對應權重摳除下一時刻的反事實預測向量得到下一時刻的行為對應的最終行為預測向量; S25、基于每個樣本的下一時刻的行為對應的最終預測向量與對應下一時刻的行為標簽對應的向量之間的交叉熵損失更新預測模型的參數。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國科學院計算技術研究所,其通訊地址為:100190 北京市海淀區中關村科學院南路6號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。