摘要
本发明涉及金融、医疗健康及人工智能技术领域,提供一种视频帧提取方法、装置、设备及介质,能够按照配置长度将初始视频数据分割为多个视频片段,从而适配网络输入维度,并降低大量数据同时处理的耗时及资源占用;将多个视频片段输入至基于不确定性加权对比学习框架训练的贝叶斯3D卷积特征提取器得到带有不确定性估计的帧特征,实现了双重不确定性量化,提供了对噪声数据的识别能力,同时,基于不确定性加权对比学习框架进行训练,能够利用不确定性信息动态调整对比学习中的样本权重,有效抑制了噪声样本对模型训练的干扰;利用时序一致性感知的关键帧选择器根据帧特征提取目标视频帧,能够确保所选关键视频帧既具有代表性又保持时间连贯性。
技术关键词
视频帧提取方法
卷积特征提取
关键帧
注意力
计算机设备
蒙特卡洛
框架
时序
可读存储介质
噪声样本
人工智能技术
指令
医疗健康
噪声数据
动态
网络
系统为您推荐了相关专利信息
计算机设备配件
计算机配件
计算机执行指令
标识
内存
特征点
深度学习模型
视觉里程计
描述符
相机位姿估计
柔性机械臂
机械臂组件
移动平台
局部注意力机制
多模态传感器系统
水汽系统
动态计算方法
压力
可读存储介质
处理器
穿孔特征
细粒度特征
空间金字塔池化
特征融合网络
识别方法