[发明专利]一种信息识别方法及设备在审

专利信息
申请号: 202011412578.X 申请日: 2020-12-04
公开(公告)号: CN112685575A 公开(公告)日: 2021-04-20
发明(设计)人: 杨沛;杨帆 申请(专利权)人: 联想(北京)有限公司
主分类号: G06F16/432 分类号: G06F16/432;G06F16/9535
代理公司: 北京乐知新创知识产权代理事务所(普通合伙) 11734 代理人: 周伟
地址: 100085 北京市海淀*** 国省代码: 北京;11
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 识别 方法 设备
【权利要求书】:

1.一种信息识别方法,所述方法包括:

获取待识别对象的第一类型数据;

根据信息识别模型,对所述第一类型数据进行识别,得到所述待识别对象的所述第一类型数据与第二类型数据的信息关联要素;

根据所述信息关联要素,确定所述待识别对象对应的第二类型数据的信息标签;

其中,所述第二类型数据与所述第一类型数据为同一对象在不同信息维度的信息数据。

2.根据权利要求1所述的方法,所述第一类型数据为所述待识别对象相图像信息数据,所述第二类型数据为媒体信息数据;相应地,

所述根据信息识别模型,对所述第一类型数据进行识别,得到所述待识别对象的所述第一类型数据与第二类型数据的信息关联要素,包括:

根据信息识别模型对所述图像信息数据进行识别,得到所述待识别对象的所述图像信息数据与所述媒体信息数据的信息关联要素。

3.根据权利要求2所述的方法,所述根据信息识别模型对所述图像信息数据进行识别,得到所述待识别对象的所述图像信息数据与所述媒体信息数据的信息关联要素,包括:

通过所述信息识别模型对所述图像信息数据进行识别,提取图像信息中的特征向量,所述特征向量与所述媒体信息数据相关;

根据所述特征向量,确定所述图像信息数据与所述媒体信息数据所具有的多个信息关联要素中每一信息关联要素的概率。

4.根据权利要求3所述的方法,在通过所述信息识别模型提取所述图像信息数据中用于示出所述待识别对象的风格的特征向量之前,所述利用信息识别模型对所述图像信息数据进行识别,得到所述待识别对象的所述图像信息数据与所述媒体信息数据的信息关联要素,还包括:

对所述图像信息数据对应的图像的尺寸和/或像素进行归一化处理。

5.根据权利要求3所述的方法,所述根据所述信息关联要素,确定所述待识别对象对应的第二类型数据的信息标签,包括:

根据所述图像信息数据与所述媒体信息数据所具有的信息关联要素的概率以及预先确定的所述信息关联要素与所述信息标签的映射关系,确定所述媒体信息数据的信息标签。

6.一种信息识别设备,所述设备包括:

数据获取装置,用于获取待识别对象的第一类型数据;

要素识别装置,用于根据信息识别模型,对所述第一类型数据进行识别,得到所述待识别对象的所述第一类型数据与第二类型数据的信息关联要素;

标签确定装置,用于根据所述信息关联要素,确定所述待识别对象对应的第二类型数据的信息标签;

其中,所述第二类型数据与所述第一类型数据为同一对象在不同信息维度的信息数据。

7.根据权利要求6所述的设备,

所述第一类型数据为所述待识别对象相图像信息数据,所述第二类型数据为媒体信息数据;

相应地,所述要素识别装置包括:

第一识别模块,用于根据信息识别模型对所述图像信息数据进行识别,得到所述待识别对象的所述图像信息数据与所述媒体信息数据的信息关联要素。

8.根据权利要求7所述的装置,所述第一识别模块包括:

特征提取子模块,用于通过所述信息识别模型对所述图像信息数据进行识别,提取图像信息中的特征向量,所述特征向量与所述媒体信息数据相关;

概率确定子模块,用于根据所述特征向量,确定所述图像信息数据与所述媒体信息数据所具有的多个信息关联要素中每一信息关联要素的概率。

9.根据权利要求8所述的设备,所述第一识别模块还包括:

图像处理子模块,用于在通过所述信息识别模型提取所述图像信息数据中用于示出所述待识别对象的风格的特征向量之前,对所述图像信息数据对应的图像的尺寸和/或像素进行归一化处理。

10.根据权利要求8所述的设备,所述标签确定装置包括:

信息映射模块,用于根据所述图像信息数据与所述媒体信息数据所具有的信息关联要素的概率以及预先确定的所述信息关联要素与所述信息标签的映射关系,确定所述媒体信息数据的信息标签。

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联想(北京)有限公司,未经联想(北京)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/202011412578.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