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！

龙图腾网恭喜广西师范大学申请的专利一种基于卷积神经网络的图像描述语句生成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：CN114925774B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202210622714.0，技术领域涉及：G06V10/82；该发明授权一种基于卷积神经网络的图像描述语句生成方法是由柯杰;曾上游设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的图像描述语句生成方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络的图像描述语句生成方法，包括：获取预设MSCOCO数据集中的数据，并对获取的数据进行预处理；采用预训练的卷积神经网络结合注意力机制策略对预处理后的数据进行图像信息提取，并确定重要图像的特征向量，将所述重要图像的特征向量通过一个全连接层合并，得到融合特征向量并输入到解码器中；通过自适应注意力机制和双向长短时记忆网络模型处理所述融合特征向量，并生成图像描述语句。本发明通过自适应注意力机制和双向长短时记忆网络模型实现了高质量的图像描述，从而可以对序列的前向和后向分别进行计算，提升双向长短时记忆网络模型的解码能力，进而提升了双向长短时记忆网络模型的整体性能。

本发明授权一种基于卷积神经网络的图像描述语句生成方法在权利要求书中公布了：1.一种基于卷积神经网络的图像描述语句生成方法，其特征在于，包括：S1、获取预设MSCOCO数据集中的数据，并对获取的数据进行预处理；S2、采用预训练的卷积神经网络结合注意力机制策略对预处理后的数据进行图像信息提取，并确定重要图像的特征向量；S3、将所述重要图像的特征向量通过一个全连接层合并，得到融合特征向量并输入到解码器中；S4、通过自适应注意力机制和双向长短时记忆网络模型处理所述融合特征向量，并生成图像描述语句；通过自适应注意力机制和双向长短时记忆网络模型处理所述融合特征向量，并生成图像描述语句包括以下步骤：S41、通过交叉熵损失函数对双向长短时记忆网络模型进行训练；S42、计算正、反向长短时记忆网络在m时刻的隐藏层状态；S43、采用求和的方式结合双向运算的输出得到当前时刻的隐藏层状态；S44、通过自适应注意力机制结合融合特征向量与双向长短时记忆网络的输出得到单词概率；S45、依次选取m时刻的概率最大的单词作为m时刻的结果，并将以上单词按照产生顺序连接并作为网络最后的输出，完成图像描述；所述通过交叉熵损失函数对双向长短时记忆网络模型进行训练的计算公式如下： 其中，E表示损失值；Ω表示类别数；k表示每一个类别；Wk表示一个one-hot向量，one-hot表示一项属性的特征向量；pck表示预测样本属于类别ck的概率；所述计算正、反向长短时记忆网络在m时刻的隐藏层状态的计算公式如下： 其中，xm表示m时刻正向长短时记忆网络的输入；xn-m-1表示m时刻反向长短时记忆网络的输入；LSTM表示双向长短时记忆网络模型； 分别表示正、反向长短时记忆网络在m时刻的隐藏层状态。

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广西师范大学，其通讯地址为：541004 广西壮族自治区桂林市七星区育才路15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”。