摘要
本发明公开了一种基于深度学习的舞蹈文化符号识别演变分析方法,包括:构建改进的特征金字塔网络,自适应提取多源异构舞蹈符号的视觉特征,结合时空联合注意力和文化语义增强模块提升时序动态与文化内涵表达,利用多模态融合框架综合视觉、文本多模态信息进行全面特征表示,生成多模态融合特征;基于多模态融合特征构建时空演变模型,结合变点检测和文化知识图谱分析,智能追踪舞蹈文化符号的历史演变轨迹;利用多模态融合特征和时空演变模型构建动态文化传承网络,通过跨文化舞蹈基因挖掘算法,实现动态文化传承网络动态更新舞蹈符号与未来传播趋势预测。实现对舞蹈文化符号的高精度识别、分析和演变追踪。
技术关键词
演变分析方法
符号
融合特征
特征金字塔网络
知识图谱分析
语义
挖掘算法
多模态信息
动态更新
基因
融合多尺度特征
音频特征
模态特征
视觉特征
卷积模块
通道注意力机制
系统为您推荐了相关专利信息
视频生成方法
融合特征
深度图像数据
序列
径向基函数网络
空间注意力模型
融合特征
文本检测方法
分类网络
像素点
多模态情绪
语义特征
识别方法
多模态特征融合
文本
地铁空调系统
负荷预测方法
灰色预测模型
多元线性回归法
时间段