№ CN121392851A発明
有効字幕重置方法
本发明提供了一种字幕重置方法,包括:通过基于转换器架构的文本‑视觉序列特征对齐融合来进行视频帧的文字定位;对于所述视频帧的定位的文字进行基于文字视觉特征相似度度量与匹配的字体识别;基于识别的字体通过用于覆盖衡量的能量函数的最小化获得由矢量轮廓定义的新字幕参数;以及,基于新字幕参数获得几何变换后的矢量字幕以生成包括所述矢量字幕的视频帧。这样,实现了像素级文字定位精确覆盖。
❖中广数智科技(北京)有限责任公司罗斌; 马平顺; 杜武恭; 王飞; 杨洋; 刘薇; 陈魏; 安佳莹; 王思琦; 贾兆博; 杨丽嫚; 陶旭§ 1/12 請求項G06V 30/146 (2022.01), G06V 20/62 (2022.01), G06V 20/40 (2022.01) +319