发明专利 已授权

基于多角度语义理解与自适应双通道的视觉问答方法

📄 申请号:CN202210223976.X 📄 发布日:2026/06/16

著录项目信息

申请日
2022-03-07
公开号
CN114661874B
公开日
2024-04-30
申请人
浙江理工大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

智能问答系统, 人机交互, 图像内容理解, 智能客服, 辅助视障人士

摘要

本发明属于计算机视觉和自然语言处理领域结合的跨模态任务技术领域。技术方案是:基于多角度语义理解与自适应双通道的视觉问答方法,包括以下步骤:步骤1;对输入的图像进行预处理,通过使用对象检测模块提取输入图像中显著区域的视觉特征与几何特征;步骤2;对于问题文本的嵌入,使用空格与标点符号的方法将句子分割成单词(数字或基于数字的单词也被当做是一个单词);接下来采用预训练的词向量模型将单词执行向量化表示;最后将词向量表示通过长短时记忆网络,获取最后一个时间步上的状态,得到问题特征。该方法能够使得训练出来的模型更具有鲁棒性;面对更复杂的视觉场景具有较强的泛化能力,提升答案的语义性,提升视觉问答模型的准确率。
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

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:70 ❤️ 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 0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