视频描述生成方法、装置、设备及计算机可读存储介质(AI人工智能、大语言模型、人工智能大模型、视觉图像、图像生成、视频生成)

本申请属于智能决策技术领域，提供了一种视频描述生成方法、装置、设备及计算机可读存储介质，该方法包括：获取待描述视频，提取待描述视频的视觉特征、听觉特征和词特征；通过视频描述生成系统的多模态注意力机制主体模型分别对视觉特征和听觉特征进行编码，得到视觉编码特征和听觉编码特征；通过视频描述生成系统的辅助模型，对视觉编码特征和听觉编码特征进行处理，以生成目标辅助特征；通过多模态注意力机制主体模型对视觉编码特征、听觉编码特征、目标辅助特征和词特征进行解码，得到各个关键词的后验概率，并根据各个关键词的后验概率从各个关键词中选取解码词；根据述解码词生成待描述视频的视频描述。本申请能够提升视频描述的准确性。

《视频描述生成方法、装置、设备及计算机可读存储介质(AI人工智能、大语言模型、人工智能大模型、视觉图像、图像生成、视频生成)》是一发明专利，专利号为 2021104700370，当前法律状态为已下证，由平安科技（深圳）有限公司提出申请，发明人为罗剑;王健宗;程宁，申请日期为2021-04-28，公开（公告）日期为2021-07-09，国际专利分类号（IPC）为 G06K9/62(2006.01)I;G06F40/284(2020.01)I;G06F16/783(2019.01)I，高新资质：未报高企，所属技术领域包括：AI人工智能、大语言模型、人工智能大模型、视觉图像、图像生成、视频生成。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本申请属于智能决策技术领域，提供了一种视频描述生成方法、装置、设备及计算机可读存储介质，该方法包括：获取待描述视频，提取待描述视频的视觉特征、听觉特征和词特征；通过视频描述生成系统的多模态注意力机制主体模型分别对视觉特征和听觉特征进行编码，得到视觉编码特征和听觉编码特征；通过视频描述生成系统的辅助模型，对视觉编码特征和听觉编码特征进行处理，以生成目标辅助特征；通过多模态注意力机制主体模型对视觉编码特征、听觉编码特征、目标辅助特征和词特征进行解码，得到各个关键词的后验概率，并根据各个关键词的后验概率从各个关键词中选取解码词；根据述解码词生成待描述视频的视频描述。本申请能够提升视频描述的准确性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！