[发明专利]一种双向多模态递归网络的图像描述方法有效
| 申请号： | 201710528814.6 | 申请日： | 2017-07-01 |
| 公开（公告）号： | CN107391609B | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 唐金辉;束炎武 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06F16/58 | 分类号： | G06F16/58;G06F16/51;G06K9/62;G06N3/04 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 朱宝庆 |
| 地址： | 210094 *** | 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： | 本发明提供了一种双向多模态递归网络的图像描述方法，包括：下载图像作为训练集，获取训练集中的图像及其对应的描述语句；提取训练集中的语句中出现的单词并构建词汇表；利用预训练好的卷积神经网络提取数据集中图像的特征；构建双向多模态递归网络模型，将提取得到的图像特征与对应的文本特征进行融合；对双向多模态递归网络模型进行训练；将一幅图片输入到预训练好的模型中，得到对应的描述语句。 | ||
| 搜索关键词： | 一种 双向 多模态 递归 网络 图像 描述 方法 | ||
【主权项】：
一种双向多模态递归网络的图像描述方法，其特征在于，包括以下步骤：步骤1，下载图像作为训练集，获取训练集中的图像及其对应的描述语句；步骤2，提取训练集中的语句中出现的单词并构建词汇表；步骤3，利用预训练好的卷积神经网络提取数据集中图像的特征；步骤4，构建双向多模态递归网络模型，将提取得到的图像特征与对应的文本特征进行融合；步骤5，对双向多模态递归网络模型进行训练；步骤6，将一幅图片输入到预训练好的模型中，得到对应的描述语句。
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南京理工大学，未经南京理工大学许可，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/201710528814.6/，转载请声明来源钻瓜专利网。
