[发明专利]一种模态信息补全方法、装置及设备在审

专利信息
申请号: 202010582370.6 申请日: 2020-06-23
公开(公告)号: CN113837390A 公开(公告)日: 2021-12-24
发明(设计)人: 李太松;李明磊;吴益灵;怀宝兴;袁晶 申请(专利权)人: 华为技术有限公司
主分类号: G06N20/00 分类号: G06N20/00
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 张翠华
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 方法 装置 设备
【权利要求书】:

1.一种模态信息补全方法,其特征在于,该方法包括:

获取模态信息组,所述模态信息组包括至少两个模态信息;

根据所述模态信息组的属性,确定所述模态信息组缺失了第一模态信息的部分或全部,所述模态信息组还包括第二模态信息;

提取所述第二模态信息的特征向量;

基于预设的特性向量映射关系,根据所述第二模态信息的特征向量确定所述第一模态信息的目标特征向量。

2.如权利要求1所述的方法,其特征在于,所述基于预设的特性向量映射关系,根据所述第二模态信息的特征向量确定所述第一模态信息的目标特征向量,包括:

基于所述特性向量映射关系,根据所述第二模态信息的特征向量确定所述第一模态信息的候选特征向量;

根据所述第一模态信息的候选特征向量确定所述第一模态信息的目标特征向量。

3.如权利要求1或2所述的方法,其特征在于,所述基于预设的特性向量映射关系,根据所述第二模态信息的特征向量确定所述第一模态信息的目标特征向量,包括:

基于预设的机器学习模型,根据所述第二模态信息的特征向量确定所述第一模态信息的目标特征向量,所述机器学习模型学习了所述特性向量映射关系,用于根据输入的模态信息的特征向量输出其他的模态信息的特征向量。

4.如权利要求1~3任一所述的方法,其特征在于,所述模态信息组的属性包括下列的部分或全部:

所述模态信息组中模态信息的数量、所述模态信息组中每个模态信息的数据量。

5.如权利要求1~4任一所述的方法,其特征在于,所述方法还包括:

获取所述第一辅助信息,根据所述第一辅助信息确定所述模态信息组的属性,所述第一辅助信息用于指示下列的部分或全部:所述模态信息组中模态信息的数量、所述模态信息组中每个模态信息的数据量;或

根据预设的第二辅助信息,确定所述模态信息组的属性,所述第二辅助信息用于指示下列的部分或全部:获取的任一模态信息组中模态信息的数量、获取的任一模态信息组中每个模态信息的数据量;或

根据其他模态信息组的属性确定所述模态信息组的属性,所述其他模态信息组为在获取所述模态信息组之前所获取的模态信息组。

6.如权利要求1~5任一所述的方法,其特征在于,所述模态信息组还包括第三模态信息;

所述方法还包括:

提取所述第三模态信息的特征向量;

基于所述特性向量映射关系,根据所述第三模态信息的特征向量和所述第二模态信的特征向量确定所述第一模态信息的目标特征向量。

7.如权利要求6所述的方法,其特征在于,所述基于所述预设的特性向量映射关系,根据所述第三模态信息的特征向量和所述第二模态信的特征向量确定所述第一模态信息的目标特征向量,包括:

基于所述特性向量映射关系,根据所述第三模态信息的特征向量确定所述第一模态信息的另一候选特征向量;

根据所述第一模态信息的候选特征向量和所述第一模态信息的另一候选特征向量确定所述第一模态信息的目标特征向量。

8.如权利要求1~7任一所述的方法,其特征在于,所述模态信息组中包括的每个模态信息的类型不同。

9.一种补全装置,其特征在于,该装置包括:

信息获取模块,用于获取模态信息组,所述模态信息组包括至少两个模态信息;以及根据所述模态信息组的属性,确定所述模态信息组缺失了第一模态信息的部分或全部,所述模态信息组还包括第二模态信息;

特征提取模块,用于提取所述第二模态信息的特征向量;

补全模块,用于基于预设的特性向量映射关系,根据所述第二模态信息的特征向量确定所述第一模态信息的目标特征向量。

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华为技术有限公司,未经华为技术有限公司许可,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/202010582370.6/1.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