[发明专利]基于深度残差网络及注意力的图像描述生成方法和装置有效
| 申请号： | 201910194384.8 | 申请日： | 2019-03-14 |
| 公开（公告）号： | CN109948691B | 公开（公告）日： | 2022-02-18 |
| 发明（设计）人： | 杨振宇;张姣 | 申请（专利权）人： | 齐鲁工业大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 杨晓冰 |
| 地址： | 250353 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度残差网络及注意力的图像描述生成方法和装置，解决了深度神经网络精准度下降的问题，利用深度残差网络学习图像从底层到高层的图像特征，产生丰富的输入图像表示，然后结合注意力的循环长短期记忆网络来产生自然通顺的描述句子。该方法包括以下步骤：获取大量的图像样本数据，并对其进行预处理；提取预处理后的图像样本数据的图像特征；利用残差神经网络模型对提取的图像特征进行处理，产生图像表示；将图像表示映射到基于注意力的循环长短期记忆网络语言模型的输入端，利用基于注意力的循环长短期记忆网络语言模型预测图像的词向量，产生图像的描述句子。 | ||
| 搜索关键词： | 基于 深度 网络 注意力 图像 描述 生成 方法 装置 | ||
【主权项】：
1.一种基于深度残差网络及注意力的图像描述生成方法，其特征是，该方法包括以下步骤：获取大量的图像样本数据，并对其进行预处理；提取预处理后的图像样本数据的图像特征；利用残差神经网络模型对提取的图像特征进行处理，产生图像表示；将图像表示映射到基于注意力的循环长短期记忆网络语言模型的输入端，利用基于注意力的循环长短期记忆网络语言模型预测图像的词向量，产生图像的描述句子。
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齐鲁工业大学，未经齐鲁工业大学许可，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/201910194384.8/，转载请声明来源钻瓜专利网。
