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！

龙图腾网获悉石家庄铁道大学申请的专利一种层次化跨模态交互的无监督视频摘要生成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：CN121233812B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511787837.X，技术领域涉及：G06F16/738；该发明授权一种层次化跨模态交互的无监督视频摘要生成方法是由仇紫悦;张云佐;赵欣雨;赵梦然设计研发完成，并于2025-12-01向国家知识产权局提交的专利申请。

本一种层次化跨模态交互的无监督视频摘要生成方法在说明书摘要公布了：本发明公开了一种层次化跨模态交互的无监督视频摘要生成方法，属于计算机视觉技术领域。所述方法包括：读取输入的视频帧序列，通过特征提取器分别提取视频静态特征和动态特征，得到帧级静态特征序列和动态特征序列；利用基于核的分割算法将视频划分为语义连贯的镜头子序列；接着将帧级静态特征序列和动态特征序列输入视频摘要生成模型，通过模型预测镜头级重要性分数序列；之后构建目标损失函数，采用无监督方式训练上述的视频摘要生成模型；将训练得到的视频摘要模型对新视频进行预测，根据生成的镜头级重要性得分序列生成视频摘要；本方法解决了现有视频摘要方法中在跨模态交互不足，偏离全局语义的问题。

本发明授权一种层次化跨模态交互的无监督视频摘要生成方法在权利要求书中公布了：1.一种层次化跨模态交互的无监督视频摘要生成方法，其特征在于，包括以下步骤： S1：读取输入的视频帧序列，通过特征提取器分别提取视频静态特征和动态特征，得到帧级静态特征序列和动态特征序列； S2：利用基于核的分割算法监测帧序列的视觉变化点，按视觉变化点将视频划分为语义连贯的镜头子序列； S3：将帧级静态特征序列和动态特征序列输入视频摘要生成模型，通过模型预测镜头级重要性分数序列，所述视频摘要生成模型包括： 镜头级特征融合器：所述镜头级特征融合器是以帧级静态特征序列和动态特征序列为输入，对各镜头内的帧级静态特征序列和动态特征序列分别进行聚合编码，得到各镜头的镜头级静态特征和动态特征；再按镜头时序排列，得到镜头级静态特征序列和动态特征序列；随后对两类镜头级特征序列进行双向交互，得到交互校准后的镜头级静态特征序列和动态特征序列，最后融合为统一的镜头级特征序列； 视频级特征融合器：所述的视频级特征融合器是以交互校准后的镜头级静态特征序列和动态特征序列为输入，通过对镜头级静态特征序列和动态特征序列分别进行编码，得到视频级静态特征和动态特征；接着对两类视频级特征进行双向交互，最后融合为统一的视频级特征； 跨层级关联模块：所述的跨层级关联模块是以镜头级特征序列和视频级特征为输入，通过视频级特征的全局语义引导，对镜头级特征序列进行语义校准与关联强化，最后输出优化后的镜头级特征序列； 分数预测器：所述的分数预测器是以优化后的镜头级特征序列为输入，通过特征映射与分数建模，输出镜头级特征重要性分数序列； S4：构建目标损失函数，采用无监督方式训练上述的视频摘要生成模型； S5：使用S4训练得到的视频摘要模型对新视频进行预测，根据生成的镜头级重要性得分序列生成视频摘要。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17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”。

以上内容由龙图腾AI智能生成。