买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学申请的专利一种基于语义引导的特征选择的图像描述方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115982629B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310098344.X，技术领域涉及：G06F18/24；该发明授权一种基于语义引导的特征选择的图像描述方法是由孙晓帅;李毅男;纪荣嵘;纪家沂设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种基于语义引导的特征选择的图像描述方法在说明书摘要公布了：一种基于语义引导的特征选择的图像描述方法，涉及人工智能技术。针对使用网格特征的方法导致的特征零散化的缺点，步骤：1采用卷积神经网络提取图像的网格特征；2使用传统的自注意力编码器强化图像的网格特征；3将步骤2提取的网格特征通过空间关系和通道关系可感知的特征挑选层进行特征挑选；4将步骤3挑选得到的图像网格特征进行平均池化操作得到全局特征；5对步骤4的得到的全局特征进行多标签分类，判断图像中的物体是否出现在对应的描述语句中；6将步骤4输出的视觉特征输入到解码器中，生成图像的描述语句；7结合分类损失和图像描述生成损失定义损失函数。充分利用文本概念，将细粒度的语义知识纳入选择过程。

本发明授权一种基于语义引导的特征选择的图像描述方法在权利要求书中公布了：1.一种基于语义引导的特征选择的图像描述方法，其特征在于包括以下步骤： 1采用卷积神经网络提取待描述图像的网格特征V＝{v1,v2,...,vN}，其中，vi∈Rd，i＝1,2,...,N,d为各个特征向量的维度，N为网格特征的数量； 2采用自注意力层和前馈神经网络层构成的编码器层强化待描述的图像的网格特征，得到编码器最后一层的输出其中，L是编码器的层数； 3将步骤2强化得到的网格特征送入空间关系和通道关系可感知的特征挑选层进行特征挑选； 4将步骤3得到的网格特征输入到解码器中，生成图像的描述语句； 5将步骤3得到的网格特征进行平均池化得到全局特征，并对其进行多标签分类，判断其是否含有对应语句中的单词来对特征进行语义引导，具体流程为： 其中，pooling是平均池化层，Vf是最终得到的经过空间关系感知和通道关系感知挑选得到的网格特征，Sigmoid是激活函数，Wc是投影矩阵，z＝[z1,z2,...,zM]是标签向量，当第j个单词出现在对应的标签文本中，zj＝1，反之zj＝0；pc＝[pc1,pc2,...,pcM]是预测出的每个单词出现在图像中的概率，M是整个单词表的大小； 6根据步骤4生成图像的描述语句和步骤5多标签分类计算得到的损失定义损失函数，具体流程为： L＝Lθ+λLs, 其中，Lθ是图像描述的损失，Ls是多标签分类的损失，θ是编码器解码器参数的统称。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。