[发明专利]一种基于跨模态自注意力的无候选框指代表达理解方法在审
| 申请号： | 202111557573.0 | 申请日： | 2021-12-19 |
| 公开（公告）号： | CN114241191A | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 王鹏;索伟;孙梦阳;马瑞阳 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06V10/25 | 分类号： | G06V10/25;G06V10/40;G06V10/82;G06V10/80;G06F40/289;G06K9/62;G06N3/04 |
| 代理公司： | 西北工业大学专利中心 61204 | 代理人： | 金凤 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 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跨模态自注意力的无候选框指代表达理解方法，该方法无需预先提取候选区域，能够更加高效准确的完成指代表达理解任务。本发明的技术方案如下：第一部分为对语言及图像信息的提取和编码过程，采用YOLOv3卷积神经网络对图片信息进行特征提取，采用BERT预训练模型对语言信息进行特征提取；第二部分为基于多头注意力机制的跨模态特征加强过程，采用两个并行的多头交互注意力模块分别实现语言对图像及图像对语言的特征强化；第三部分为基于多头自注意力机制的跨模态特征融合过程，利用一个多头自注意力模块对上一部分中获取的两模态的特征进行融合；第四部分为目标的定位过程，采用无锚方法，实现对目标的定位。 | ||
| 搜索关键词： | 一种 基于 跨模态 注意力 候选 指代 表达 理解 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西北工业大学，未经西北工业大学许可，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/202111557573.0/，转载请声明来源钻瓜专利网。
