[发明专利]结构化图片自动转换为源代码的方法有效

专利信息
申请号: 201810863511.4 申请日: 2018-08-01
公开(公告)号: CN108921911B 公开(公告)日: 2021-03-09
发明(设计)人: 陈恩红;刘淇;阴钰;黄振亚 申请(专利权)人: 中国科学技术大学
主分类号: G06T9/00 分类号: G06T9/00
代理公司: 北京凯特来知识产权代理有限公司 11260 代理人: 郑立明;郑哲
地址: 230026 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 结构 图片 自动 转换 源代码 方法
【权利要求书】:

1.一种结构化图片自动转换为源代码的方法,其特征在于,包括:

获取结构化图片及源代码;

使用基于深度残差网络的图像编码器,对结构化图片进行编码,从图像中提取特征向量;

采用基于聚光灯机制的解码器结合提取的特征向量及相应的源代码,来计算语法符号的分布,并依照编码-解码器模型建模源代码生成过程,进而实现图片到源代码的自动转换;

其中,采用聚光灯机制结合图片特征向量V获得时刻t产生语法符号的分布,时刻t的聚焦信息包含聚焦句柄st,以及根据聚焦句柄决定的聚焦向量sct

所述聚焦句柄st表示为st=(cxt,cytt);其中,(cxt,cyt)表示聚光灯中心所在位置,σt表示聚光灯半径;

聚焦向量依据提取的图片特征向量V以及聚焦句柄st获得,方式如下:

在时刻t,对于图片特征向量V中每个位置的向量V(i,j)定义权重权重将服从如下高斯分布:

其中,i=1,...,W';j=1,...,H',W',H'为经过基于深度残差网络的图像编码器后得到的特征层的宽和高;

该高斯分布的均值μt、方差Σt分别为:

μt=(cxt,cyt)T

依据高斯分布的定义,将权重改写为:

构造两个与图片特征向量V等大的W'×H'的矩阵I和J,在矩阵I和J的每个点(i,j)处,令I(i,j)=i,J(i,j)=j;并扩展cxt和cyt为W'×H'的矩阵,分别记作Xt,Yt,即令则将bt的计算写为矩阵形式:

计算得到权重α(i,j)后,聚焦向量sct则为特征向量V中位置向量V(i,j)的加权平均:

2.根据权利要求1所述的一种结构化图片自动转换为源代码的方法,其特征在于,所述获取结构化图片及源代码包括:

确定当前领域的图像编译器,再收集不同的结构化图片及对应源代码,或者只收集源代码,通过图像编译器产生结构化图片。

3.根据权利要求1所述的一种结构化图片自动转换为源代码的方法,其特征在于,所述使用基于深度残差网络的图像编码器,对结构化图片进行编码,从图像中提取特征向量包括:

对于结构化图片x,将使用基于深度残差网络的图像编码器得到结构化图片的一组特征V,表示为:

V={V(i,j):i=1,...,W';j=1,...,H'},

其中,V表示获得的一组特征向量,W',H'为经过基于深度残差网络的图像编码器后得到的特征层的宽和高,D为特征维度,每个位置的向量V(i,j)代表了对应区域的特征。

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中国科学技术大学,未经中国科学技术大学许可,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/pat/books/201810863511.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top