[发明专利]一种基于多模态双向导向注意力的视觉问答方法有效
| 申请号： | 202010584949.6 | 申请日： | 2020-06-24 |
| 公开（公告）号： | CN113837212B | 公开（公告）日： | 2023-09-26 |
| 发明（设计）人： | 何小海;鲜荣;吴晓红;卿粼波;吴小强;滕奇志;任超 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06V10/80 | 分类号： | G06V10/80;G06N3/0464;G06V10/82;G06N3/08;G06N3/049 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明设计了一种基于多模态双向导向注意力的视觉问答方法，涉及计算机视觉与自然语言处理两个领域。充分理解视觉和文本不同模态间的交互性及同一模态间的自相关性是攻克视觉问答任务难点的关键。合理利用注意力机制突显出图像和问题中的有效信息有利于提升模型的性能表现，本发明基于导向注意力机制，设计了图像引导问题注意的导向注意力模块，联合协同注意力构建双向导向注意力，对回答是或不是的问题及总体准确率均有一定的提升，再结合Counter模块，提高了模型的计数能力。本发明在帮助视障人士及儿童图书学习等实际应用方面具有一定的意义。 | ||
| 搜索关键词： | 一种 基于 多模态 双向 导向 注意力 视觉 问答 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四川大学，未经四川大学许可，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/202010584949.6/，转载请声明来源钻瓜专利网。
- 上一篇：单向密封结构
- 下一篇：基于FPGA的视频图像处理方法和装置
