技术编号:34825281
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。.本公开涉及信息处理领域,具体涉及一种不受到训练数据和类别的限制而实现视频文本定位的信息处理装置和信息处理方法。背景技术.视频文本定位是一种多模态任务,给定一个视频和一句文本,自动定位出文本表达的内容在视频中的起止位置。早期的视频动作定位主要针对预先定义好的类别(例如,只有针对“喝水”、“踢球”等动作进行训练后,才能针对上述动作进行定位。如果没有针对上述动作进行训练,则不能针对上述动作进行定位),极大的限制了模型的灵活性和实用性。在后来发展的视频文本定位中,根据文本与图像的语义相关性,找出动...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。