本发明公开一种嵌入场景文字信息的图像自然描述语句生成方法，利用场景文字信息来提升描述语句的语义丰富度。本方法在生成描述语句和检测识别出场景文字的基础上，来进行场景文字的嵌入任务。首先，需要对描述语句中的每一个词进行词性分析，找出其中的名词，每一个名词都能一一对应图像中的一个区域，然后计算名词所对应的图像区域的包围框和场景文字包围框的交并比来衡量两者是否存在依赖关系，如果交并比超过一定的阈值那么两者就存在依赖关系，否则不存在。最后，在保证语法正确性的前提下把场景文字嵌入到描述语句中。