一种图像描述生成方法、装置、设备、介质及产品
公开
摘要
本公开提供了一种图像描述生成方法、装置、设备、介质及产品，涉及图像处理技术领域，该方法包括获取包括目标对象的图像；从所述图像中分别提取出所述目标对象的标签特征、所述目标对象在所述图像中的位置特征、所述图像中文本特征以及所述目标对象的视觉特征；根据所述标签特征、所述位置特征、所述文本特征、所述视觉特征和视觉语言模型生成针对所述图像的自然语言描述。可见，该方法从图像中提取了更多的有效信息，使得模型能够更好地理解图像，进而能够提高得到自然语言描述与图像中目标对象的匹配度。
基本信息
专利标题 ：
一种图像描述生成方法、装置、设备、介质及产品
专利标题（英）：
暂无
公开（公告）号 ：
CN114627353A
申请号 ：
CN202210278138.2
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
毛晓飞黄灿
申请人 ：
北京有竹居网络技术有限公司
申请人地址 ：
北京市平谷区林荫北街13号信息大厦802室
代理机构 ：
北京信远达知识产权代理有限公司
代理人 ：
冯柳伟
优先权 ：
CN202210278138.2
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06V10/75 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
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
