基于图像视觉到文本转换的视觉问答问题解决方法
授权
摘要
本发明公开了一种基于图像视觉到文本转换的视觉问答问题解决方法。本发明一种基于图像视觉到文本转换的视觉问答问题解决方法，包括：步骤1)获取一副图像，提取CNN特征；步骤2)构建和学习图像密集字幕深度网络；步骤3)构建属性网络；步骤4)执行深度游走，对每一个获取的图像标题提取知识库增强特征；步骤5)对所有的知识库增强特征执行平均池化，获取单幅图像的知识库增强特征；步骤6)执行问题为导向的Doc2Vec特征提取；步骤7)融合知识库增强特征、Doc2Vec特征和视觉特征送入Softmax层实现分类，并最终获取给定问题的答案。本发明的有益效果：基于密集字幕方法，本发明将VQA问题转化为文本问答问题。
基本信息
专利标题 ：
基于图像视觉到文本转换的视觉问答问题解决方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110717024A
申请号 ：
CN201910950092.2
公开（公告）日 ：
2020-01-21
申请日 ：
2019-10-08
授权号 ：
CN110717024B
授权日 ：
2022-05-17
发明人 ：
李群李华康孔令军张坤胡伏原
申请人 ：
苏州派维斯信息科技有限公司
申请人地址 ：
江苏省苏州市高新区竹园路209号
代理机构 ：
苏州市中南伟业知识产权代理事务所(普通合伙)
代理人 ：
殷海霞
优先权 ：
CN201910950092.2
主分类号 ：
G06F16/332
IPC分类号 ：
G06F16/332 G06F16/35 G06F16/583 G06F16/55 G06F40/30 G06K9/62
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/332
•••查询公式
法律状态
2022-05-17 ：
授权
2020-02-21 ：
实质审查的生效
IPC(主分类) : G06F 16/332
申请日 : 20191008
申请日 : 20191008
2020-01-21 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN110717024A.PDF
PDF下载
