申请/专利权人：齐鲁工业大学(山东省科学院)

申请日：2024-01-15

公开（公告）日：2024-04-02

公开（公告）号：CN117807267A

主分类号：G06F16/583

分类号：G06F16/583;G06F40/30;G06V10/75

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及基于图文检索的实体感知方法、系统、存储介质及设备，充分利用图像‑文本对中的正负实体区域感知来更加准确的完成实体匹配，通过标签学习解决在跨模态图像‑文本检索中由于稀疏监督而忽略实体区域不匹配的问题，门机制解决了实体匹配过程中梯度消失的问题，不仅要关注图像文本对中的匹配区域，而且要关注不匹配区域，并给予它们负相似度，从而获得更准确的匹配结果，提高匹配精度。

主权项：1.基于图文检索的实体感知方法，其特征在于，包括以下步骤：获取待检索的图像和文本，提取与图像对应的视觉区域特征和与文本对应的单词特征；基于双向交叉注意机制，在视觉区域和文本单词之间进行细粒度对齐和局部到局部的匹配，根据每个词片段与所有图像区域之间的最大池化相似度，确定图像-文本对中某个单词的负面影响程度，并根据视觉区域特征和单词特征之间的语义关系，对文本中的每个查询词聚合相匹配的图像区域；利用设定的激活函数进行门值计算，确定视觉区域特征与相匹配的单词特征之间的对齐程度，利用设定的目标函数确定对齐程度最小对应的图像和文本，得到相应的检索结果。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 基于图文检索的实体感知方法、系统、存储介质及设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD