摘要
本发明公开了基于多模态对齐与类别平衡的不良视频分类方法及系统,其将数据集,输入到不良视频分类模型中,对不良视频分类模型进行训练,将不良视频分类模型简称为模型;当模型的总损失函数值不再下降,得到训练后的不良视频分类模型;在训练过程中,模型先对视频提取出视觉混合特征和音频混合特征;模型的总损失函数,包括:第一、第二和第三子损失函数的加权求和结果,其中,第一子损失函数,是指视觉混合特征的高斯分布与音频混合特征的高斯分布二者之间的差异;第二子损失函数,是指视觉混合特征与音频混合特征二者之间的差异;第三子损失函数,用于提升模型决策边界与样本点之间的最小距离,减轻类别不平衡对训练过程的影响。
技术关键词
视频分类模型
视频分类方法
视觉特征提取
长短期记忆网络
序列特征
音频特征提取
计算机可读指令
视觉特征编码
多模态
视频分类标签
局部视觉特征
短时傅里叶变换
融合全局
高斯核函数
视频分类系统
非暂时性
系统为您推荐了相关专利信息
精准监测方法
多模态数据融合
生理
多模态特征
双向长短期记忆网络
高速连接器
性能退化模型
历史运行数据
深度学习模型
多维特征向量
模拟训练仿真控制系统
轨迹预测模型
构建无人机
风速
三维地形模型
数据查询管理方法
数据库触发器
降级策略
动态
机器学习模型
交易优化方法
电力存储设备
波动特征
多元回归分析
曲线特征