[发明专利]一种图像问答推理方法、系统及装置在审
申请号: | 201711260799.8 | 申请日: | 2017-12-04 |
公开(公告)号: | CN108154235A | 公开(公告)日: | 2018-06-12 |
发明(设计)人: | 黄劲;朱德明 | 申请(专利权)人: | 盈盛资讯科技有限公司 |
主分类号: | G06N5/04 | 分类号: | G06N5/04;G06K9/62;G06N3/04 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 谭英强 |
地址: | 中国香港新界沙田香港科学园科*** | 国省代码: | 中国香港;81 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种图像问答推理方法、系统及装置,方法包括:将输入的问题转换为问题特征向量,并根据卷积神经网络将输入的图像转换为图像特征向量;采用batch normalization运算方法,分别对转换得到的问题特征向量和图像特征向量进行推理;根据推理结果,得到问答结果。系统包括语言处理模块、视觉处理模块、多步推理模快和结果生成模块。装置包括存储器和处理器。本发明无需先验知识就能得到问答结果,提高了图像问答推理的准确率;另外,本发明通过采用batch normalization运算方法,能够对多层次多类型的问题进行推理,提高了泛化能力。本发明可广泛应用于自然语言处理领域。 | ||
搜索关键词: | 推理 图像特征向量 系统及装置 问题特征 图像 向量 运算 结果生成模块 卷积神经网络 视觉处理模块 语言处理模块 自然语言处理 图像转换 推理结果 问题转换 先验知识 存储器 多类型 处理器 准确率 转换 应用 | ||
【主权项】:
一种图像问答推理方法,其特征在于:包括以下步骤:将输入的问题转换为问题特征向量,并根据卷积神经网络将输入的图像转换为图像特征向量;采用batch normalization运算方法,分别对转换得到的问题特征向量和图像特征向量进行推理;根据推理结果,得到问答结果。
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盈盛资讯科技有限公司,未经盈盛资讯科技有限公司许可,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/patent/201711260799.8/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于模板的知识学习方法和系统
- 下一篇:用于评估群组层面的认知状态的技术