[发明专利]图片的文案生成方法、装置、设备及存储介质在审

专利信息
申请号: 202011129209.X 申请日: 2020-10-20
公开(公告)号: CN112256902A 公开(公告)日: 2021-01-22
发明(设计)人: 林上钧;陈雄;雷瑞生;王志娜 申请(专利权)人: 广东三维家信息科技有限公司
主分类号: G06F16/55 分类号: G06F16/55;G06F16/58;G06N3/04;G06N3/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 衡滔
地址: 510000 广东省广州市天河区天河软件园*** 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: 图片 文案 生成 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图片的文案生成方法,其特征在于,所述方法包括:

获取待生成文案的图片;

将所述待生成文案的图片导入深度图片分类模型中,以获取所述深度图片分类模型输出的所述待生成文案的图片的风格信息,所述待生成文案的图片的风格信息表征所述待生成文案的图片中记载的物体的装饰风格;

将所述待生成文案的图片导入深度空间分类模型中,以获取所述深度空间分类模型输出的所述待生成文案的图片的空间分类信息,所述待生成文案的图片的空间分类信息表征所述待生成文案的图片中记载物体的放置空间类型;

将所述待生成文案的图片导入目标检测模型中,以获取所述目标检测模型输出的所述待生成文案的图片的类型信息,所述待生成文案的图片的类型信息表征所述待生成文案的图片中记载物体的家居类型;

将所述空间分类信息、所述类型信息、所述风格信息导入关键词生成模型中,以获取所述关键词生成模型输出的所述待生成文案的图片对应的文案信息。

2.如权利要求1所述的图片的文案生成方法,其特征在于,在所述将所述待生成文案的图片导入深度图片分类模型中之前,所述方法还包括:

根据第一预设训练样本训练ResNet神经网络,并得到所述深度图片分类模型。

3.如权利要求2所述的图片的文案生成方法,其特征在于,所述待生成文案的图片中记载的物体的装饰风格至少是美式、中式、欧式、日式、工业、轻奢、混搭、地中海、现代、古典、田园、东南亚中的一种风格。

4.如权利要求1所述的图片的文案生成方法,其特征在于,在所述将所述待生成文案的图片导入目标检测模型中之前,所述方法还包括:

根据第二预设训练样本训练YOLO神经网络模型,并得到所述目标检测模型。

5.如权利要求4所述的图片的文案生成方法,其特征在于,所述待生成文案的图片中记载物体的家居类型至少是床、柜、沙发、瓷砖、椅子中的一种。

6.如权利要求1所述的图片的文案生成方法,其特征在于,在所述将所述待生成文案的图片导入深度空间分类模型中之前,所述方法还包括:

根据第三预设训练样本训练ResNet神经网络,并得到所述深度空间分类模型。

7.如权利要求6所述的图片的文案生成方法,其特征在于,所述待生成文案的图片中记载物体的放置空间类型至少是阳台、卫生间、卧室、儿童房、玄关、厨房、客厅、餐厅、书房、衣帽间中的一种。

8.一种图片的文案生成装置,其特征在于,所述装置包括:

第一获取模块,用于获取待生成文案的图片;

第二获取模块,用于将所述待生成文案的图片导入深度图片分类模型中,以获取所述深度图片分类模型输出的所述待生成文案的图片的风格信息,所述待生成文案的图片的风格信息表征所述待生成文案的图片中记载的物体的装饰风格;

第三获取模块,用于将所述待生成文案的图片导入深度空间分类模型中,以获取所述深度空间分类模型输出的所述待生成文案的图片的空间分类信息,所述待生成文案的图片的空间分类信息表征所述待生成文案的图片中记载物体的放置空间类型;

第四获取模块,用于将所述待生成文案的图片导入目标检测模型中,以获取所述目标检测模型输出的所述待生成文案的图片的类型信息,所述待生成文案的图片的类型信息表征所述待生成文案的图片中记载物体的家居类型;

第五获取模块,用于将所述空间分类信息、所述类型信息、所述风格信息导入关键词生成模型中,以获取所述关键词生成模型输出的所述待生成文案的图片对应的文案信息。

9.一种图片的文案生成设备,其特征在于,所述设备包括:

处理器;以及

存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,使得所述处理器执行如权利要求1-7任一项所述的图片的文案生成方法。

10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行如权利要求1-7任一项所述的图片的文案生成方法。

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广东三维家信息科技有限公司,未经广东三维家信息科技有限公司许可,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/202011129209.X/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