基于Transformer结构的图像描述生成模型方法、装...
实质审查的生效
摘要
本申请涉及计算机视觉和自然语言处理技术领域，公开了一种基于Transformer结构的图像描述生成模型方法、装置和计算机设备，本申请使用Faster R‑CNN模型提取图像显著区域特征，使用VC R‑CNN模型提取视觉常识特征，通过将显著区域特征和视觉常识特征分层输入到Transformer编码器中，并在每一分层中设计使用了自适应常识门，从而增强了图像描述生成模型对视觉常识信息的提取能力，同时进一步融合了图像的显著区域信息和视觉常识信息，生成更加符合语境的描述语句，从而减少生成语句中的内容缺失，提高描述语句的准确性。
基本信息
专利标题 ：
基于Transformer结构的图像描述生成模型方法、装置和计算机设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114266905A
申请号 ：
CN202210028340.X
公开（公告）日 ：
2022-04-01
申请日 ：
2022-01-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
翟浩陈立志方小龙潘龙越杨有
申请人 ：
重庆师范大学
申请人地址 ：
重庆市沙坪坝区大学城中路37号
代理机构 ：
北京和联顺知识产权代理有限公司
代理人 ：
白京萍
优先权 ：
CN202210028340.X
主分类号 ：
G06V10/46
IPC分类号 ：
G06V10/46 G06V10/44 G06V10/764 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-04-19 ：
实质审查的生效
IPC(主分类) : G06V 10/46
申请日 : 20220111
申请日 : 20220111
2022-04-01 ：
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
