Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于语法结构嵌入学习的多样可控图像描述方法 

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:徐州高新区安全应急装备产业技术研究院;中国矿业大学

摘要:本发明提供了一种基于语法结构嵌入学习的多样可控图像描述方法,包括以下步骤:步骤S100,获取图像的视觉特征和文本的语义特征;步骤S200,对视觉特征和文本语义特征分别进行先验近似子网络和后验近似子网络的学习获得先验潜在变量和后验潜在变量,获取先验潜在变量和后验潜在变量之间的KL散度;步骤S300,利用视觉特征、先验潜在变量和后验潜在变量和一系列[MASK]作为输入,采用非自回归目标函数预测词性标注;步骤S400,利用视觉特征先验潜在变量和后验潜在变量和文本生成描述,获取图像描述生成优化目标;步骤S500,对非自回归目标、图像描述生成优化目标和KL散度所构成的损失函数进行优化,得到生成最优图像描述的神经网络。

主权项:1.一种基于语法结构嵌入学习的多样可控图像描述方法,其特征在于,包括以下步骤:步骤S100,获取图像I的视觉特征和文本的语义特征;步骤S200,对视觉特征和文本语义特征分别进行先验近似子网络和后验近似子网络的学习获得先验潜在变量z和后验潜在变量z~,获取先验潜在变量z和后验潜在变量z~之间的KL散度;步骤S300,利用视觉特征、先验潜在变量z和后验潜在变量z~和一系列[MASK]作为输入,采用非自回归目标函数预测词性标注;步骤S400,利用视觉特征先验潜在变量z和后验潜在变量z~和文本生成描述,获取图像描述生成优化目标;步骤S500,对非自回归目标、图像描述生成优化目标和KL散度所构成的损失函数进行优化,得到生成最优图像描述的神经网络。

全文数据:

权利要求:

百度查询: 徐州高新区安全应急装备产业技术研究院 中国矿业大学 基于语法结构嵌入学习的多样可控图像描述方法

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。