基于多片段采样与跨模态匹配的视频分类方法及系统

一种基于多片段采样与跨模态匹配的视频分类方法及系统。该方法首先根据输入视频进行自适应多片段划分及帧间运动差异边界调整，生成语义连贯的视频片段；然后对各片段采用基于累积信息密度函数的等阶逆向映射进行关键帧采样，并对采样帧进行显著性加权融合，得到片段视觉特征；再利用全局语义锚点对各片段特征加权融合，获得视频全局特征；最后通过跨模态语义匹配生成分类结果。本发明能够解决长视频动作截断问题，在降低计算量的同时保留核心语义信息，有效抑制背景噪声，显著提升视频分类的语义一致性与跨模态鲁棒性。