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面向弱监督指向性视觉理解的图像描述预测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：CN116071544B 。

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：202310040718.2，技术领域涉及：G06V10/25；该发明授权面向弱监督指向性视觉理解的图像描述预测方法是由纪荣嵘;孙晓帅;周奕毅;金磊设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本面向弱监督指向性视觉理解的图像描述预测方法在说明书摘要公布了：面向弱监督指向性视觉理解的图像描述预测方法，涉及图像处理。RGB图像通过预训练的YoloV3主干网络得三个尺度视觉特征即锚点特征及其对应的预测框，多尺度融合，尺度过滤、置信度过滤得到候选锚点特征，候选锚点特征和对应文本特征相似度计算。训练时，优化目标是最大化匹配图文对中锚点特征和对应文本之间最高相似度得分，最小化不匹配图文对中锚点特征和文本之间相似度得分，实现缺乏真实边界框标注条件下图片与语义对齐。预测时，选择和文本相似度最高的锚点特征，根据索引找到对应预测框，选择置信度最高的预测框作目标边界框输出。减少候选锚点数量，减少噪声，不受batchsize大小限制，采用单阶段建模，有效提升推理速度。

本发明授权面向弱监督指向性视觉理解的图像描述预测方法在权利要求书中公布了：1.面向弱监督指向性视觉理解的图像描述预测方法，其特征在于包括如下步骤： 步骤1，设置输入的RGB图像的大小为416×416×3，描述语言的最长文本输入设置为15； 步骤2，分别获取RGB图像在三个尺度的视觉特征以及描述语言的语言特征； 步骤3，将三个尺度的视觉特征通过多尺度的融合，将视觉特征先后通过尺度选择和置信度选择，选择13×13尺度的特征，根据box置信度过滤掉90％的低置信度特征，得到候选锚点特征 步骤4，利用全连接层将候选锚点特征和文本特征投影到相同的维度，得到和 步骤5，在训练过程中，对于一个batch的图文对数据，给定文本，分别计算不同图片中候选锚点和文本对应的相似度，对于匹配的图文对，选择其中相似度最高的锚点文本对作为正样本，对于不匹配的图文对，按相似度取相似度排名前2的锚点文本对作为负样本，通过锚点文本之间的对比学习实现语义和文本之间的对齐； 所述通过锚点文本之间的对比学习实现语义和文本之间的对齐，使用锚点和文本之间进行对比学习，同时通过基于相似度的采样实现负样本的扩充，所用的损失函数的计算方法是： 其中，是从batch中采样的锚点，是对于图像文本对i的正样本；N和M分别表示每个图像的负锚点数和batch大小；τ是温度系数； 步骤6，在预测过程中，给定图片文本对，计算文本和图片中候选锚点之间对应的相似度，选择最高的锚点，根据其索引得到对应的预测box，将其中置信度最高的box作为目标box输出。

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。