[发明专利]一种基于条件嵌入预训练语言模型的图像标题生成方法有效
| 申请号： | 202110292541.6 | 申请日： | 2021-03-18 |
| 公开（公告）号： | CN113139575B | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 张旻;林培捷;李鹏飞;姜明;汤景凡 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/40;G06N3/04;G06N3/08;G06V10/774;G06V10/764 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 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条件嵌入预训练语言模型的图像标题生成方法。本发明提出了一种基于预训练语言模型的网络，被称为CE‑UNILM。在预训练语言模型UNILM的输入端，构建KEN，KEN使用目标检测的方法对图像进行目标检测，并将结果作为关键文本信息，通过关键词嵌入的方式进行输入。通过构建VEN对图像特征进行提取，并将图像进行编码，通过条件嵌入的方式进行输入。同时，本发明提出的CELN，CELN是一种通过视觉嵌入来调节预训练语言模型进行特征选择的有效机制，将CELN应用于统一预训练语言模型中的transformer上。结果表明，这种方法具有更好的鲁棒性和自适应能力。 | ||
| 搜索关键词： | 一种 基于 条件 嵌入 训练 语言 模型 图像 标题 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杭州电子科技大学，未经杭州电子科技大学许可，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/202110292541.6/，转载请声明来源钻瓜专利网。
- 上一篇：识别系统和识别方法
- 下一篇：一种基于视觉嵌入和条件归一化的图像描述方法
