发明专利已授权

一种基于条件嵌入预训练语言模型的图像标题生成方法

📄 申请号：CN202110292541.6 📄 发布日：2026/07/23

著录项目信息

申请日

2021-03-18

公开号

CN113139575A

公开日

2021-07-20

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G06K9_62

IPC 分类号

G06K9_62 , G06K9_46 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

人工智能算法人工智能算法自然语言处理计算机视觉

应用场景

图像描述, 辅助视觉障碍, 内容检索, 社交媒体标注, 智能人机交互

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于条件嵌入预训练语言模型的图像标题生成方法。本发明提出了一种基于预训练语言模型的网络，被称为CE‑UNILM。在预训练语言模型UNILM的输入端，构建KEN，KEN使用目标检测的方法对图像进行目标检测，并将结果作为关键文本信息，通过关键词嵌入的方式进行输入。通过构建VEN对图像特征进行提取，并将图像进行编码，通过条件嵌入的方式进行输入。同时，本发明提出的CELN，CELN是一种通过视觉嵌入来调节预训练语言模型进行特征选择的有效机制，将CELN应用于统一预训练语言模型中的transformer上。结果表明，这种方法具有更好的鲁棒性和自适应能力。

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

一种重金属污染土壤的电动修复装置

当前第 / 件

利用强启动子高效全合成羟基酪醇的重组解脂亚罗酵母菌的构建方法

同领域国内专利 · IPC: (G06K9_62)

G06K9_00 G06K9_20 G06K9_22 G06K9_24 G06K9_32 G06K9_34 G06K9_36 G06K9_38 G06K9_40 G06K9_42 G06K9_44 G06K9_46 G06K9_62 G06K9_66 G06K9_68 G06K9_72 覆盖16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：20 ❤️ 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

我要出价 (议价)