申请/专利权人：清华大学

申请日：2020-05-21

公开（公告）日：2024-04-26

公开（公告）号：CN111612070B

主分类号：G06T11/00

分类号：G06T11/00;G06N7/01;G06N3/0455;G06N3/042;G06N3/082;G06F40/284

优先权：["20200513 CN 2020104023703"]

专利状态码：有效-授权

法律状态：2024.04.26#授权;2020.09.25#实质审查的生效;2020.09.01#公开

摘要：本公开涉及一种基于场景图的图像描述生成方法及装置，所述方法包括：将待处理图像输入场景图生成网络，获得待处理图像中各目标对象的视觉特征向量以及各目标对象之间的关系类别概率分布向量；对关系类别概率分布向量进行权值预测处理，获得各目标对象之间的关系权值向量；对关系权值向量和视觉特征向量进行上下文编码处理，获得各目标对象的物体特征向量；对物体特征向量进行语言解码处理，获得对待处理图像的描述信息。根据本公开的基于场景图的图像描述生成方法，能够利用场景图作为中间表示，能够更加有组织地、结构化地刻画一张图片中的内容，从而生成更加准确和丰富的图像描述。

主权项：1.一种基于场景图的图像描述生成方法，其特征在于，包括：将待处理图像输入场景图生成网络，获得待处理图像中各目标对象的视觉特征向量以及各目标对象之间的关系类别概率分布向量；对所述关系类别概率分布向量进行权值预测处理，获得所述各目标对象之间的关系权值向量，其中，所述关系权值向量包括主语关系权值向量和宾语关系权值向量；对所述关系权值向量和所述视觉特征向量进行上下文编码处理，获得各目标对象的物体特征向量；对所述物体特征向量进行语言解码处理，获得对所述待处理图像的描述信息，所述描述信息为自然语言；其中，对所述关系类别概率分布向量进行权值预测处理，获得所述各目标对象之间的关系权值向量，包括：将所述关系类别概率分布向量输入权值预测网络，获得初始关系权值向量；对所述初始关系权值向量进行归一化处理，获得所述关系权值向量。

全文数据：

权利要求：

百度查询： 清华大学 基于场景图的图像描述生成方法及装置

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