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：河南众诚信息科技股份有限公司
摘要：本发明涉及计算机视觉技术领域，尤其涉及一种基于注意力机制联合密集结构与Transformer的视觉问答方法及系统，该方法包含：分析视觉问答问题的本质特点，基于统计分析理论，对视觉问答问题进行数学建模。针对已有视觉问答方法未考虑图像之间关联信息的不足，设计基于YOLOv7目标检测模型的训练数据集初始化方法。基于密集结构、注意力机制以及Transformer，构造视觉问答模型DensAttens‑Trans。针对所设计的DensAttens‑Trans模型，构造基于交叉熵损失的损失函数，并利用初始化后训练数据集完成对DensAttens‑Trans模型的训练工作，从而使得计算机系统理解和回答关于图像的自然语言问题。本发明给出更加鲁棒、拟合度高、实时性且符合人类思维的文本答案。
主权项：1.一种基于注意力机制联合密集结构与Transformer的视觉问答方法，其特征在于，包含：分析视觉问答问题的本质特点，基于统计分析理论，对视觉问答问题进行数学建模；利用YOLOv7目标检测模型获取各训练图像对应的目标检测结果，将所获得的目标检测结果作为标签加入到各训练图像、问题和答案中，完成对训练数据集的初始化；分析初始化后训练数据集中各类图像的光学属性和成像特性，基于通道注意力构造图像特征编码模块；根据初始化后训练数据集中自然语言问题的语义与结构信息，构造融合密集结构与Transformer编码结构的问题特征编码模块；结合图像特征编码结果与问题特征编码结果，构造特征解码模块；综合图像特征编码模块、问题特征编码模块和特征解码模块，基于特征选择方案，构造视觉问答模型DensAttens-Trans；结合初始化后训练数据集，利用构造的基于交叉熵损失的损失函数对DensAttens-Trans模型训练，利用训练后的DensAttens-Trans模型即可实现给定1幅图像和1个自然语言问题从而获取答案的视觉问答。
全文数据：
权利要求：
百度查询： 河南众诚信息科技股份有限公司 基于注意力机制联合密集结构与Transformer的视觉问答方法及系统
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