基于多模态特征融合的高效性语义视频检索系统  

作　　者：庄海[1] 

机构地区：[1]海南广播电视总台

出　　处：《广播电视信息》2024年第8期16-18,共3页Radio & Television Information

摘　　要：本文以“视听海南”APP为例,提出了一种基于多模态特征融合的高效性语义视频检索系统。该系统采用无监督的DBSCAN聚类分析,从高维度视频帧内容编码中筛选关键帧,并引入注意力机制和掩体动作来识别预训练网络组成的并行编码器,捕捉图像的局部空间和动作信息,利用对抗生成网络和三元组损失函数优化不同模态特征的对齐,实现高效且准确的视频检索服务。

关 键 词：多模态 视频检索 特征融合 聚类分析 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP391.3[自动化与计算机技术—计算机科学与技术]