摘要
本发明提出了一种基于高阶结构干预的视频缺失信息补全方法与装置,方法包括:对视频数据进行检测,获得缺失信息位置;利用高阶图结构对视频数中的时空关系进行表示,获得高阶张量;学习高阶张量中各节点之间的高阶结构相关性和节点之间的特征相关性,并利用节点结构相关性对特征相关性进行干预,获得结构干预注意力张量;基于结构干预注意力对高阶张量进行时间和空间消息同时传递,获得最终节点特征表示;基于最终节点特征表示进行缺失信息计算,基于缺失信息计算结果和缺失信息位置,对视频数据进行补全。本发明通过学习视频数据中的高阶结构相关性和特征相关性,能够更准确地捕捉视频数据中的时空信息,从而提高视频缺失信息补全的准确性。
技术关键词
信息补全方法
节点特征
视频
信息补全装置
注意力
数据存储模块
邻域
数据存储单元
对象检测算法
表达式
卷积模块
邻居
矩阵
消息
因子
图像
关系
系统为您推荐了相关专利信息
系统优化方法
时空注意力机制
动态知识图谱
知识点
教学
深度预测模型
视频流
深度图
感知哈希算法
汉明距离
反演模型
训练样本集
注意力机制
时序特征
储层参数