[发明专利]一种基于场景融合知识的视觉语言导航方法、装置及介质在审
| 申请号： | 202310087842.4 | 申请日： | 2023-02-08 |
| 公开（公告）号： | CN116242359A | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 谭明奎;罗宇成;刘飞;杜卿 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20;G06T7/70;G06V20/00;G06V20/70;G06V10/82 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 郑宏谋 |
| 地址： | 510641 广*** | 国省代码： | 广东;44 |
| 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场景融合知识的视觉语言导航方法、装置及介质，其中方法包括：获取视觉语言导航任务；根据视觉语言导航任务获取自然语言指令特征、场景特征和物体特征，使用基于语义和位置感知的图卷积网络迭代更新物体特征的权重，使用场景中的物体标签检索出知识增强的物体特征；使用基于场景和知识感知的多模态决策模块，融合所述自然语言指令特征、场景特征和物体特征，进行动作预测并更新智能体的运行状态，直到智能体选择停下。本发明通过利用场景中物体和知识的语义和位置关系，使得场景特征和自然语言指令特征进行更好地对齐，并让智能体在有限的视觉观察和未见过的环境中能有效地导航。本发明可广泛应用于视觉语言导航技术领域。 | ||
| 搜索关键词： | 一种 基于 场景 融合 知识 视觉 语言 导航 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华南理工大学，未经华南理工大学许可，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/202310087842.4/，转载请声明来源钻瓜专利网。
