一种基于平均教师模型的半监督视频段落定位方法

摘要

本发明公开了一种基于平均教师模型的半监督视频段落定位方法，涉及多模态视频理解中的跨模态内容检索领域，解决现有视频段落定位的技术问题，通过结合对比学习和段落级别的上下文建模，本发明较好地实现了视频‑文本的粗粒度模态对齐和多事件的上下文建模，同时利用平均教师模型，实现了半监督条件下的视频段落定位，有效降低了对标注数据的依赖；本发明可用于各种多模态视频理解场合，如网络视频APP、智慧安防系统、大规模视频内容检索等，可改善用户软件使用体验，提高视频、安防、社会治理等相关领域工作人员的工作效率。