发明专利已授权

一种基于多交互信息融合的图像描述方法

📄 申请号：CN202211194469.4 📄 发布日：2025/11/17

著录项目信息

申请日

2022-09-28

公开号

CN115512195B

公开日

2025-07-22

申请人

淮阴工学院

法律状态

已下证

专利类型

发明

主分类号

G06V10_80

IPC 分类号

G06V10_80 , G06V10_764 , G06V10_774 , G06F40_49 , G06F40_30 , G06N3_0464 , G06N3_0455 , G06N3_092 ,

技术画像

所属领域

图像描述图像描述多模态信息融合人工智能算法

应用场景

智能问答, 图像检索, 辅助视觉, 人机交互, 内容审核

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明涉及计算机视觉与自然语言处理领域，公开了一种基于多交互信息融合的图像描述方法，采用目标检测模型提取预处理后训练集的图像显著区域特征，然后使用多视觉语义信息交互模块进行编码显著区域特征得到多层增强图像融合特征，通过对多层增强图像融合特征进行平均池化生成全局图像融合特征；利用多模态交互信息网络挖掘全局图像融合特征与文本语义信息间的关系，从而得到该时间步上下文信息；再经语义解码的线性单元解码上下文信息生成输出单词序列的概率分布。与现有技术相比，本发明能够充分捕获图像视觉信息间的交互信息以及图像视觉信息与文本语义信息间交互信息的多种互补信息，实现对图像语义更加全面的理解。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于声望的分布式区块链BPFT共识方法及智能车联网的入网方法

当前第 / 件

一种基于室内机器人的室内地点识别装置及方法

同领域国内专利 · IPC: (G06V10_80)

G06V10_10 G06V10_12 G06V10_14 G06V10_141 G06V10_143 G06V10_147 G06V10_20 G06V10_22 G06V10_24 G06V10_25 G06V10_26 G06V10_28 G06V10_30 G06V10_32 G06V10_34 G06V10_40 G06V10_42 G06V10_44 G06V10_46 G06V10_50 G06V10_52 G06V10_54 G06V10_56 G06V10_58 G06V10_62 G06V10_70 G06V10_72 G06V10_74 G06V10_75 G06V10_762 G06V10_764 G06V10_766 G06V10_77 G06V10_771 G06V10_772 G06V10_774 G06V10_776 G06V10_778 G06V10_80 G06V10_82 G06V10_84 G06V10_86 G06V10_94 G06V10_98 覆盖44个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：119 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 3件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)