[发明专利]结合图片和文本进行图片属性分类的方法、装置及系统有效
| 申请号： | 201710832627.7 | 申请日： | 2017-09-15 |
| 公开（公告）号： | CN107862322B | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 张智祺;黄惠燕;崔燕红;徐然;郭安琪 | 申请（专利权）人： | 广州品唯软件有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京市万慧达律师事务所 11111 | 代理人： | 王虎 |
| 地址： | 510000 广东省广州市荔*** | 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： | 本发明公开了一种结合图片和文本进行图片属性分类的方法、装置及系统，属于计算机技术领域。所述方法包括：通过预设神经网络模型识别所述图片的图像特征和所述图片的文本特征，并形成联合特征；对所述联合特征进行分类处理，输出图片属性分类结果；所述预设神经网络模型至少包括预设深度卷积神经网络模型和循环神经网络模型。本发明通过结合图片的图像特征和图片的文本特征，两者可以进行互补，提供更全面的图片特征数据，使得能够更好的表达图片、物品或其他相关对象的属性，获得更详细、准确的对象属性分类结果，因此该方法可用于图片属性提取、完善知识图谱或根据图片属性分类进行查询、搜索等业务。 | ||
| 搜索关键词： | 结合 图片 文本 进行 属性 分类 方法 装置 系统 | ||
【主权项】：
一种结合图片和文本进行图片属性分类的方法，其特征在于，所述方法包括：通过预设神经网络模型识别所述图片的图像特征和所述图片的文本特征，并形成联合特征；对所述联合特征进行分类处理，输出图片属性分类结果；所述预设神经网络模型至少包括预设深度卷积神经网络模型和循环神经网络模型。
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州品唯软件有限公司，未经广州品唯软件有限公司许可，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/patent/201710832627.7/，转载请声明来源钻瓜专利网。
- 上一篇：自动识别行车状态的方法及其系统
- 下一篇：试纸检测方法、装置、系统及程序产品
