申请/专利权人：闽江学院

申请日：2023-05-19

公开（公告）日：2024-04-02

公开（公告）号：CN117809231A

主分类号：G06V20/50

分类号：G06V20/50;G06V10/774;G06V10/80;G06V10/82;G06V10/74;G06N3/0455;G06N3/0895

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：本发明涉及一种增强多模态特征交互的图像描述方法。该方法借助异常检测中存储器的思想，根据输入的图像特征，得到存储器中相应的项，尽可能减少图像特征的变化，降低视觉多样性的影响。本发明在MSCOCO基准数据集上进行了多次实验，在定量和定性实验以及MSCOCO在线测试服务器中证明了可行性，本发明的方法提高了图像描述的质量。

主权项：1.一种增强多模态特征交互的图像描述方法，其特征在于，首先借助重构的存储器思想，对输入的图像特征进行处理，降低图像特征多样性对字幕生成的影响；接着通过对比学习的方式，让输入的图像特征更接近利用文本生成的伪图像特征，隐式地缩小多模态特征之间的差异。

全文数据：

权利要求：

百度查询： 闽江学院 一种增强多模态特征交互的图像描述方法

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。

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