买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津大学申请的专利一种基于语义一致性的半监督短视频分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116340569B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310086713.3，技术领域涉及：G06F16/75；该发明授权一种基于语义一致性的半监督短视频分类方法是由吕卫;胡俊杰;褚晶辉设计研发完成，并于2023-02-09向国家知识产权局提交的专利申请。

本一种基于语义一致性的半监督短视频分类方法在说明书摘要公布了：本发明公开了一种基于语义一致性的半监督短视频分类方法，包括：利用视频邻近帧相关性，将有标签数据和无标签数据分别以t0，t0+τ帧为起点按等时间间隔T抽取关键帧得到两个帧序列，并分别做强数据增强、标准数据增强；搭建由空间特征学习模块、时间注意力融合模块、分类器模块组成的神经网络；标准数据增强后的有标签样本和无标签样本取相同数量拼接后输入神经网络并计算有标签部分的分类损失；将强数据增强后的有标签样本和无标签样本取相同数量拼接后输入神经网络，得到预测输出，对同一样本这两种不同数据增强处理后输入网络得到的预测分布计算一致性损失；将分类损失和一致性损失联合用于神经网络的优化训练；将视频样本输入优化后的神经网络输出相应预测分数，得到最终视频分类结果。

本发明授权一种基于语义一致性的半监督短视频分类方法在权利要求书中公布了：1.一种基于语义一致性的半监督短视频分类方法，其特征在于，所述方法包括： 利用视频邻近帧相关性，将有标签数据和无标签数据分别以t0，t0+τ帧为起点按等时间间隔T抽取关键帧得到两个帧序列，并分别做强数据增强、标准数据增强； 搭建由空间特征学习模块、时间注意力融合模块、分类器模块组成的神经网络； 标准数据增强后的有标签样本和无标签样本取相同数量拼接后输入神经网络并计算有标签部分的分类损失；将强数据增强后的有标签样本和无标签样本取相同数量拼接后输入神经网络，得到预测输出，对同一样本这两种不同数据增强处理后输入网络得到的预测分布计算一致性损失； 将分类损失和一致性损失联合用于神经网络的优化训练；将视频样本输入优化后的神经网络输出相应预测分数，得到最终视频分类结果； 其中，所述搭建由空间特征学习模块、时间注意力融合模块、分类器模块组成的神经网络为： 空间特征学习模块使用残差网络进行空间特征编码，将视频帧空间特征序列输入至时间注意力融合模块； 时间注意力融合模块在学习到的视频帧空间特征序列中拼接位置信息编码用于每个关键帧时间关系的学习，同时加入类别信息编码用于对整个序列的时间上的语义信息融合； 学习序列内关键帧之间的相关性程度，计算序列内每个视频帧对该序列所有视频帧的关联性矩阵，得到具有全局注意力信息的帧特征序列； 使用帧特征序列求均值融合视频帧信息，得到视频级语义表征，使用语义特征联合学习到的类别编码信息一同输入由全连接层组成的分类器模块，输出最终分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津大学，其通讯地址为：300072 天津市南开区卫津路92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。