[发明专利]一种基于生成对抗网络的图像自动文本标注方法在审
申请号: | 201710396148.5 | 申请日: | 2017-05-27 |
公开(公告)号: | CN107330444A | 公开(公告)日: | 2017-11-07 |
发明(设计)人: | 胡伏原;吕凡;沈军宇;孙钰;李林燕;李宏 | 申请(专利权)人: | 苏州科技大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F17/30 |
代理公司: | 苏州睿昊知识产权代理事务所(普通合伙)32277 | 代理人: | 伍见 |
地址: | 215009 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于生成对抗网络的图像自动文本标注方法,包括以下步骤由生成器产生假的语句,同时重新构建一个判别器,将生成的语句和真实语句输入进行训练,直至判别器无法判别出真实语句和生成语句。本发明改变了CNN‑RNN图像自动语句标注中产生句子生硬、死板的问题,并且使得生成的句子更为准确、自然、多样性,生成的语句可以面对现实中更为复杂的景象,更加符合人类的语言表达方式标注图像,在实际中有着更为广泛的应用。 | ||
搜索关键词: | 一种 基于 生成 对抗 网络 图像 自动 文本 标注 方法 | ||
【主权项】:
一种基于生成对抗网络的图像自动文本标注方法,其特征在于,包括以下步骤:S 101将CNN多标签分类模块和LSTM语句生成模块标注作为生成器,将LSTM语句特征提取模块和分类器标注作为判别器;S 102所述CNN多标签分类模块提取到图片的信息,然后通过LSTM语句生成模块生成语句,生成的语句为所述生成器生成的假的语句;S 103将生成的语句和真实的语句输入进行训练,所述LSTM语句特征提取模块对生成的语句和真实的语句进行训练,直至所述判别器无法判别真实语句和生成语句。
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苏州科技大学,未经苏州科技大学许可,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/patent/201710396148.5/,转载请声明来源钻瓜专利网。
- 上一篇:一种同步器
- 下一篇:用户属性的预测方法和装置