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！

龙图腾网获悉湖南大学申请的专利一种基于对偶强化学习的弱监督短语定位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：CN115830427B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211552224.4，技术领域涉及：G06V10/82；该发明授权一种基于对偶强化学习的弱监督短语定位方法是由杨超;王志宇设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于对偶强化学习的弱监督短语定位方法在说明书摘要公布了：本发明公开了一种基于对偶强化学习的弱监督短语定位方法，通过构建根据短语描述定位图像区域的定位模型以及根据图像区域生成短语描述的生成模型；利用对偶强化学习协同训练生成模型和定位模型；将短语描述输入定位模型，并将其输出结果输入生成模型生成短语描述，计算输入的短语描述和生成的短语描述的语义一致性，作为强化学习中定位模型的奖励值；类似的，将图像区域输入生成模型，并将其输出结果输入定位模型定位图像区域，计算输入的图像区域和定位的图像区域的空间一致性，作为强化学习中生成模型的奖励值。通过强化学习最大化奖励值，本发明能够在缺乏数据标注的情况下，显式地对短语定位模型进行优化，从而取得了更好的定位效果。

本发明授权一种基于对偶强化学习的弱监督短语定位方法在权利要求书中公布了：1.一种基于对偶强化学习的弱监督短语定位方法，其特征在于，包括以下步骤： 步骤S1，设计一个短语定位模型，用于在图像中定位出短语描述所指代的图像区域；设计一个短语生成模型，用于为图像中的某一区域生成自然语言层级的短语描述； 短语定位模型是一个视觉-语言双分支模型；该模型将视觉特征和语言特征映射到一个共同的语义空间，从而能够直接比较这两个模态之间的特征；短语定位模型最终输出和短语描述q相似度最高的目标区域rj，计算公式如下： 其中r表示目标区域，j表示相似度最高的目标区域的索引，i表示候选目标区域的索引，vi′表示目标区域ri的视觉特征，h表示短语描述q的文本特征，T为向量转置符号； 所述的短语生成模型采用编码器-解码器的结构；该模型使用卷积神经网络CNN对图像区域特征进行编码，然后使用循环神经网络LSTM对编码的特征进行解码操作，输出自然语言层级的短语描述； 步骤S2，使用预训练的目标检测器提取图像的候选框以及每个候选框的类别和属性名称；计算每个候选框和短语描述的语义相似度，得到各个短语描述的伪候选框，即伪图像区域-短语对数据；利用这些数据热启动短语定位模型和短语生成模型； 步骤S3、利用短语定位和短语生成任务之间的对偶性，为彼此提供反馈信号以衡量模型的优劣，并设计两个奖励函数量化反馈信号并利用强化学习协同训练短语定位模型和短语生成模型； 步骤S4，利用训练好的短语定位模型完成短语定位任务。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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。