基于跨模态动态卷积网络的跨模态视频时刻检索方法

摘要

本发明公开了一种基于跨模态动态卷积网络的跨模态视频时刻检索方法，属于计算机视觉中的跨模态检索领域。本发明使用基于注意力机制的层级视频特征提取模块提取细粒度视频特征，一定程度上减少了视频特征中的噪声，提高了动作特征的精细程度。同时，本发明使用基于跨模态卷积神经网络的时刻定位模块完成时刻检索，更加充分的利用了文本中隐含的信息来得到检索结果，以达到提高检索结果的准确性的目的。