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！

龙图腾网获悉之江实验室;中国科学院自动化研究所申请的专利弱监督视频场景图生成方法、装置及电子设备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：CN116824583B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310758807.0，技术领域涉及：G06V20/70；该发明授权弱监督视频场景图生成方法、装置及电子设备是由徐常胜;高君宇;吴子越设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本弱监督视频场景图生成方法、装置及电子设备在说明书摘要公布了：本发明提供一种弱监督视频场景图生成方法、装置及电子设备，其中，该方法包括：将目标视频输入训练好的弱监督视频场景图生成模型，得到所述目标视频对应的视频场景图；其中，所述弱监督视频场景图生成模型基于样本视频集、所述样本视频集对应的未定位场景图集和文本概念数据集训练得到。可以减少人工标注的工作量，从而有效降低了视频数据标注的成本。

本发明授权弱监督视频场景图生成方法、装置及电子设备在权利要求书中公布了：1.一种弱监督视频场景图生成方法，其特征在于，包括： 将目标视频输入训练好的弱监督视频场景图生成模型，得到所述目标视频对应的视频场景图； 其中，所述弱监督视频场景图生成模型基于样本视频集、所述样本视频集对应的未定位场景图集和文本概念数据集训练得到； 所述弱监督视频场景图生成模型的训练方法包括： 从所述样本视频集中选取样本视频； 基于所述样本视频和所述样本视频对应的未定位场景图，对所述样本视频中各个实体的类别进行预测，得到所述样本视频中各个实体的预测类别； 根据所述样本视频中的各个实体的类别标签和所述预测类别，训练所述弱监督视频场景图生成模型的第一分类器； 基于所述样本视频、所述未定位场景图和所述文本概念数据集，对所述样本视频中各个主语宾语对所对应的多个关系类别的分类概率进行预测，得到所述样本视频中各个主语宾语对的分类预测概率； 根据所述样本视频中各个主语宾语对所对应的真实关系标签和所述分类预测概率，训练所述弱监督视频场景图生成模型的第二分类器； 所述基于所述样本视频、所述未定位场景图和所述文本概念数据集，对所述样本视频中各个主语宾语对所对应的多个关系类别的分类概率进行预测，包括： 确定所述文本概念数据集中各个文本概念的无偏特征； 根据所述样本视频中的各个实体的类别标签确定所述样本视频的主语类别集合和所述样本视频的宾语类别集合； 根据所述文本概念数据集中各个文本概念的文本特征，所述文本概念数据集中各个文本概念的无偏特征，以及上下文感知的提示模板，分别确定所述主语类别集合的文本实体表征和所述宾语类别集合的文本实体表征； 根据所述文本概念数据集中各个文本概念的文本特征，所述文本概念数据集中各个文本概念的无偏特征，以及所述样本视频中各个实体的轨迹特征，分别确定所述主语类别集合的视觉实体表征和所述宾语类别集合的视觉实体表征； 将所述主语类别集合的文本实体表征，所述宾语类别集合的文本实体表征，所述主语类别集合的视觉实体表征，以及所述宾语类别集合的视觉实体表征输入第二分类器，对所述样本视频中各个主语宾语对所对应的多个关系类别的分类概率进行预测； 所述基于所述样本视频和所述样本视频对应的未定位场景图，对所述样本视频中各个实体的类别进行预测，具体包括： 根据所述样本视频中各个实体的轨迹特征，所述未定位场景图中各个实体的关系特征，以及基于注意力机制的门控循环单元GRU网络，得到所述样本视频中各个实体的关系感知视觉特征； 将所述样本视频中各个实体的关系感知视觉特征输入所述第一分类器，对所述样本视频中各个实体的类别进行预测； 所述样本视频中的各个实体的类别标签根据以下方式确定： 根据所述未定位场景图中各个实体的文本特征，所述未定位场景图中各个实体的关系特征，以及所述基于注意力机制的GRU网络，得到所述未定位场景图中各个实体的关系感知文本特征； 对于所述样本视频中的任意实体，计算所述任意实体的关系感知视觉特征和所述未定位场景图中各个实体的关系感知文本特征之间的相似度，并选择与所述任意实体的关系感知视觉特征相似度最高的关系感知文本特征所对应的文本概念作为所述任意实体的类别标签。

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之江实验室;中国科学院自动化研究所，其通讯地址为：310000 浙江省杭州市文一西路1818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。