一种基于图模型和多尺度注意力机制的视频摘要方法

本发明公开了一种基于图模型和多尺度注意力机制的视频摘要方法，本发明涉及计算机视觉技术领域。该基于图模型和多尺度注意力机制的视频摘要方法，通过引入多尺度注意力机制，将局部帧间关系的建模与全局长期依赖关系的建模分开进行，有效降低计算过程中注意力权重的偏差，同时，采用GATv2图注意力机制提取局部帧间的关联性，使用CLS标识符聚合全局特征信息，确保全局与局部信息的高效融合，并且利用非极大值抑制去除冗余帧，进一步提升视频摘要的质量，避免位置信息注入带来的冗余问题，实现更精准的帧间关系建模与视频内容摘要。