Resumen

Con el desarrollo de la tecnología informática, la descripción de vídeo, que combina las tecnologías clave en el campo del procesamiento del lenguaje natural y la visión por ordenador, ha atraído cada vez más la atención de los investigadores. Entre ellos, la forma de describir objetiva y eficazmente los vídeos deportivos de alta velocidad y con detalles es la clave del desarrollo del campo de la descripción de vídeos. Ante los problemas de errores de frase y pérdida de información visual en la generación del texto de descripción del vídeo debido a la falta de información de aprendizaje del lenguaje en los métodos de descripción de vídeo existentes, se propone un modelo multicabezal que combina la red de memoria a largo y corto plazo y el mecanismo de atención para la descripción inteligente del vídeo de voleibol. Mediante la introducción del mecanismo de atención, el modelo presta mucha atención a las áreas significativas del vídeo a la hora de generar frases. Mediante el experimento comparativo con diferentes modelos, los resultados muestran que el modelo con el mecanismo de atención puede resolver eficazmente la pérdida de información visual. En comparación con el modelo LSTM y el modelo base, el modelo multicabezal propuesto en este trabajo, que combina la red de memoria a largo y corto plazo y el mecanismo de atención, obtiene puntuaciones más altas en todos los índices de evaluación y mejora significativamente la calidad de la descripción textual inteligente del vídeo de voleibol.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:mecanismo de atención, red de memoria de términos, información visual, vídeo de voleibol, modelo multicabeza, métodos de descripción de vídeo, texto de descripción de vídeo, descripción de texto inteligente, campo de descripción de vídeo, información de aprendizaje de idiomas
• Keywords:attention mechanism, terms memory network, visual information, volleyball video, multihead model, video description methods, video description text, intelligent text description, video description field, language learning information