公开(公告)号：CN119293537B

公开(公告)日：2025-03-18

申请号：CN202411820703.9

申请日：2024-12-11

Applicant: 安徽大学

Inventor： 胡古月 ,  童雨星 ,  袁笃志 ,  余昌久 ,  王佳兰 ,  付宇晗 ,  徐光辉

IPC: G06F18/23213 ,  G06F18/25 ,  G06V10/74 ,  G06V20/40 ,  G06F16/73

Abstract: 本发明提供了基于层次化预定义知识学习的长时活动分析方法和系统，方法包括：利用多模态语义一致性，通过对比学习将教程活动的视频片段与其对应的文本描述嵌入联合语义空间，学习出视觉语言联合表示先验分布；从下游数据集中按比例采样出部分视频文本对样本，对它们的表示进行聚类，对于不同粒度的层级，构造一个对应的知识图；构成体系化预定义知识图；查找每层知识图中匹配度最高的概念节点，通过自注意融合策略将概念节点的表示进行融合，再与给定模态的样本的原始表示融合，得到样本的增强特征表示。本发明的优点在于：提出的体系化预定义知识增强方法在行为分割任务上达到了最佳性能，帧级准确度得到提高。

公开(公告)号：CN119293537A

公开(公告)日：2025-01-10

申请号：CN202411820703.9

申请日：2024-12-11

Applicant: 安徽大学

Inventor： 胡古月 ,  童雨星 ,  袁笃志 ,  余昌久 ,  王佳兰 ,  付宇晗 ,  徐光辉

IPC: G06F18/23213 ,  G06F18/25 ,  G06V10/74 ,  G06V20/40 ,  G06F16/73

Abstract: 本发明提供了基于层次化预定义知识学习的长时活动分析方法和系统，方法包括：利用多模态语义一致性，通过对比学习将教程活动的视频片段与其对应的文本描述嵌入联合语义空间，学习出视觉语言联合表示先验分布；从下游数据集中按比例采样出部分视频文本对样本，对它们的表示进行聚类，对于不同粒度的层级，构造一个对应的知识图；构成体系化预定义知识图；查找每层知识图中匹配度最高的概念节点，通过自注意融合策略将概念节点的表示进行融合，再与给定模态的样本的原始表示融合，得到样本的增强特征表示。本发明的优点在于：提出的体系化预定义知识增强方法在行为分割任务上达到了最佳性能，帧级准确度得到提高。