咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明涉及一种结合图像描述和文本生成图像的视觉语言导航方法,属于视觉语言导航技术领域。该方法为:获取视觉语言导航任务的自然语言目标指令和当前所处位置的视觉图像;通过场景描述模块生成基于当前场景的详尽自然语言描述;通过文本生成图像模型生成与所描述场景有着类似核心物品对象以及核心场景布局的相似场景;将当前场景和对应相似场景通过多层Transformer结构和细尺度跨模态编码器进行编码;将当前场景编码和相似场景编码动态融合生成综合考虑了当前真实场景和对应相似场景的融合动作预测。该方法通过为任务训练提供额外的视觉数据输入,解决了视觉语言导航任务的数据稀缺问题,提高了智能体的任务性能和模型的泛化能力。
著 录 项:
专利/申请号: | CN202311520271.5 | 专利名称: | 一种结合图像描述和文本生成图像的视觉语言导航方法 |
申请日: | 2023-11-15 | 申请/专利权人 | 重庆邮电大学 |
专利类型: | 发明 | 地址: | 重庆市南岸区黄桷垭崇文路2号 |
专利状态: | 授权未缴费 查询审查信息 | 分类号: | G01C21/36搜分类 人工智能 智能导航搜索 |
公开/公告日: | 2024-02-20 | 转让价格: | 面议 |
公开/公告号: | CN117571014A | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |