[发明专利]一种视觉问答的方法、装置及介质有效
| 申请号： | 202111344175.0 | 申请日： | 2021-11-15 |
| 公开（公告）号： | CN113780486B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 王润民;徐尉翔;朱桂林;刘莹莹;刘明昊;朱祯琳;朱姿諭;丁亚军;戴颖龙;代建华 | 申请（专利权）人： | 湖南师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/80;G06V10/774 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 张艺 |
| 地址： | 410006 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种视觉问答方法、装置及介质，应用于深度学习领域，获取目标文字和目标图像，并将目标文字与目标图像分别转换为文字数据和图像数据；将文字数据以及图像数据分别输入至基于Transformer的模型中提取文字特征和图像特征，进而将文字特征和图像特征输入至Transformer的模型得到融合特征，最后将融合特征输入至分类器得到视觉问答任务的答案。在特征提取方面完全采用Transformer模型，加快提取速度，节省计算成本，减少运算参数量，将文字特征和图像特征进行聚合，使来自图像特征与文本特征的信息达到更好的交互，提高特征表征能力，提升特征提取运行速率，提高视觉问答的答案准确率。 | ||
| 搜索关键词： | 一种 视觉 问答 方法 装置 介质 | ||
【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湖南师范大学，未经湖南师范大学许可，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/202111344175.0/，转载请声明来源钻瓜专利网。
