一种基于分工决策的视觉问答模型的视觉问答方法及系统
实质审查的生效
摘要
本发明属于图像问答领域，具体涉及一种基于分工决策的视觉问答模型的视觉问答方法及系统，该方法包括：获取视觉图像和待回答的问题，将视觉图像和待回答的问题输入到LRBNet模型中，得到问答结果；LRBNet模型包括视觉理解模块、文本理解模块以及交换模块；所述视觉理解模块用于得到视觉特征图，所述文本理解模块用于得到文本特征图，所述交换模块用于对视觉特征图和文本特征图进行数据交互，根据交互数据更新节点；视觉空间特征图和文本语义信息进行关联和更新，得到最终的问答结果；本发明将文本语义信息和视觉空间信息分离处理，只在最后将处理的结果融合，降低了其他VQA模型因跨模态融合而提高的推理难度。
基本信息
专利标题 ：
一种基于分工决策的视觉问答模型的视觉问答方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114283292A
申请号 ：
CN202111483361.2
公开（公告）日 ：
2022-04-05
申请日 ：
2021-12-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
丰江帆刘睿国龙仁华易成杰
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区南山街道崇文路2号
代理机构 ：
重庆辉腾律师事务所
代理人 ：
卢胜斌
优先权 ：
CN202111483361.2
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/74 G06V10/80 G06V10/774 G06K9/62 G06V30/148 G06F40/30
法律状态
2022-04-22 ：
实质审查的生效
IPC(主分类) : G06V 10/44
申请日 : 20211207
申请日 : 20211207
2022-04-05 ：
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
