基于发散-聚合注意力的图像描述方法
授权
摘要
本发明公开了基于发散‑聚合注意力的图像描述方法，获取MS COCO图像描述数据集并预处理：构建多角度观察模型，实现从MS COCO图像数据I的视觉以及细粒度语义信息的提取，得到图像特征V以及细粒度语义信息S*：构建聚合注意力模型；语言生成模型。本发明将这两种思维方式引入到了模型设计中，提出了发散‑聚合注意力模型，实现了视觉信息和语义信息的交互。图1是发散‑聚合注意力模型的概念图，可以看到通过发散观察和聚合注意力模块，模型产生了更生动准确的描述。
基本信息
专利标题 ：
基于发散-聚合注意力的图像描述方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111324758A
申请号 ：
CN202010092633.5
公开（公告）日 ：
2020-06-23
申请日 ：
2020-02-14
授权号 ：
CN111324758B
授权日 ：
2022-05-17
发明人 ：
杜卓然冀俊忠张晓丹
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
沈波
优先权 ：
CN202010092633.5
主分类号 ：
G06F16/50
IPC分类号 ：
G06F16/50 G06K9/62 G06N3/04
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
G06F16/50
•静态图像数据
法律状态
2022-05-17 ：
授权
2020-07-17 ：
实质审查的生效
IPC(主分类) : G06F 16/50
申请日 : 20200214
申请日 : 20200214
2020-06-23 ：
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
暂无PDF文件可下载
