龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国科学院计算技术研究所
摘要：本发明提供一种基于动态早退的图像描述生成模型，包括：视觉编码器，用于提取图像的视觉特征，其包括多个依次串联的编码层；文本解码器，用于对视觉编码器输出的视觉特征进行解码并依次输出多个预测词汇表中的单词以组成图像的自然语言描述文本，其包括多个依次串联的解码层，每个解码层配置有一个动态早退决策模块和一个模仿学习网络；其中：所述每个动态早退决策模块用于在单词预测过程中根据预测词汇表中的单词预测概率判断当前预测是否需要提前退出、并在预测词汇表中单词的预测概率中的最大概率超过可信度阈值时输出该最大概率对应的单词；所述每个模仿学习网络用于根据输入模仿预测其对应解码层的输出隐含层状态向量。
主权项：1.一种基于动态早退的图像描述生成模型，用于根据输入图像输出图像的自然语言描述文本，其特征在于，所述图像描述生成模型包括：视觉编码器，用于提取图像的视觉特征，其包括多个依次串联的编码层；文本解码器，用于对视觉编码器输出的视觉特征进行解码并依次输出多个预测词汇表中的单词以组成图像的自然语言描述文本，其包括多个依次串联的解码层，每个解码层配置有一个动态早退决策模块和一个模仿学习网络；其中：所述每个动态早退决策模块用于在单词预测过程中根据预测词汇表中的单词预测概率判断当前预测是否需要提前退出、并在预测词汇表中单词的预测概率中的最大概率超过可信度阈值时输出该最大概率对应的单词，所述每个动态早退决策模块的输入端连接其对应解码层及其之前的所有解码层的输出以及其对应解码层之后的所有解码层对应的模仿学习网络的输出；所述每个模仿学习网络的输入端连接其对应解码层及其之前的所有解码层的输出，用于根据输入模仿预测其对应解码层的输出隐含层状态向量。
全文数据：
权利要求：
百度查询： 中国科学院计算技术研究所 一种基于动态早退的图像描述生成模型及模型训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号