[发明专利]图像识别方法、装置及存储介质有效
| 申请号： | 201710814187.2 | 申请日： | 2017-09-11 |
| 公开（公告）号： | CN108304846B | 公开（公告）日： | 2021-10-22 |
| 发明（设计）人： | 姜文浩;马林;刘威 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/48;G06K9/62;G06N3/04 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 刘映东 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种图像识别方法、装置及存储介质，属于机器学习领域。所述方法包括：通过指定编码器对待进行识别的目标图像进行特征提取，得到特征向量和第一标注向量集合；对该特征向量进行初始化处理，得到第一初始输入数据；基于该第一标注向量集合，通过第一指定引导网络模型生成第一引导信息，该第一指定引导网络模型是通过样本图像训练得到；基于该第一引导信息、该第一标注向量集合和该第一初始输入数据，通过指定解码器确定该目标图像的描述语句。本发明在编码器和解码器之间增加了预先通过样本图像训练得到的引导网络模型，因此通过该引导网络模型生成的引导信息较为准确，能够对编码过程进行准确引导，提高了生成描述语句的质量。 | ||
| 搜索关键词： | 图像 识别 方法 装置 存储 介质 | ||
【主权项】：
1.一种图像识别方法，其特征在于，所述方法包括：通过指定编码器对待进行识别的目标图像进行特征提取，得到特征向量和第一标注向量集合；对所述特征向量进行初始化处理，得到第一初始输入数据；基于所述第一标注向量集合，通过第一指定引导网络模型生成第一引导信息，所述第一指定引导网络模型是通过样本图像训练得到；基于所述第一引导信息、所述第一标注向量集合和所述第一初始输入数据，通过指定解码器确定所述目标图像的描述语句。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710814187.2/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
