-
公开(公告)号：CN117061687A
公开(公告)日：2023-11-14
申请号：CN202310806610.X
申请日：2023-07-03
Applicant: 南京工业大学
IPC: H04N5/278 , H04N21/488 , G06N3/048 , G06N3/047
Abstract: 本发明公开了一种基于并行解码的端到端密集视频字幕生成方法，提出的语义上下文化网络使用语言信息将视觉内容上下文化，改进了之前的仅依靠视觉内容来编码视觉特征。通过并行预测头同时执行事件个数预测、事件定位和字幕生成，略去了先前模型利用先验阈值进行事件提案划分的步骤，从而在保证字幕生成准确性的条件下大大降低了计算复杂度。此外，通过表示组织器组织编码的视频特征和多栈交叉注意，缓解了现有并行体系架构方法在分支点处的瓶颈问题。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
