[发明专利]基于递归记忆网络的无监督图像描述模型的生成方法有效
| 申请号： | 202010049142.2 | 申请日： | 2020-01-16 |
| 公开（公告）号： | CN111242059B | 公开（公告）日： | 2022-03-15 |
| 发明（设计）人： | 郭丹;宋培培;刘祥龙;汪萌 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06V30/40 | 分类号： | G06V30/40;G06F40/211;G06F40/279;G06N3/04;G06N3/08 |
| 代理公司： | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人： | 陆丽莉;何梅生 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 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递归记忆网络的无监督图像描述模型的生成方法，其步骤包括：1视觉概念提取与单词表的构建；2视觉概念特征的获取；3基于记忆的解码器的处理；4基于记忆的重构器的处理；5在句子语料库上的模型参数优化；6在图像数据集上的模型参数优化。本发明能够在完全无监督的情况下获取到可靠的图像描述模型，从而能自动生成高质量、多样、准确的图像描述。 | ||
| 搜索关键词： | 基于 递归 记忆 网络 监督 图像 描述 模型 生成 方法 | ||
【主权项】：
暂无信息
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合肥工业大学，未经合肥工业大学许可，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/202010049142.2/，转载请声明来源钻瓜专利网。
