[发明专利]一种基于视觉增强gLSTM的图像描述生成方法在审
| 申请号： | 201910005249.4 | 申请日： | 2019-01-03 |
| 公开（公告）号： | CN109740599A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 张静;王振坤;赵贤文;王喆;李冬冬 | 申请（专利权）人： | 华东理工大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/46 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200237 *** | 国省代码： | 上海;31 |
| 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视觉增强gLSTM的图像描述生成方法。该方法通过分割图像的兴趣区域并提取CNN特征作为gLSTM模型的引导信息，在此基础上生成描述语句。兴趣区域是从图像中提取关键点，并在此基础上扩展为兴趣点区域得到的。然后将兴趣点密集区域和稀疏区域分割开，密集区域就是兴趣区域。接下来对图像兴趣区域提取CNN特征，将该特征作为gLSTM模型的视觉增强信息来生成图像描述语句。实验表明，该视觉增强方法可以有效地改善图像描述的结果，提升图像描述方法的准确性。 | ||
| 搜索关键词： | 视觉增强 图像描述 兴趣区域 密集区域 兴趣点 语句 图像 分割图像 生成图像 稀疏区域 引导信息 关键点 有效地 分割 | ||
【主权项】：
1.一种基于视觉增强gLSTM的图像描述生成方法，其特征包括以下步骤：(1)通过高斯差分检测算子检测图像关键点；(2)过滤图像关键点，保留密集点区域；(3)扩展关键点为7×7像素的矩形框，并分割为兴趣区域；(4)将图像兴趣区域输入卷积神经网络提取特征；(5)图像特征和文本词袋模型特征进行典型相关分析计算，得到图像映射特征；(6)将图像的映射特征作为gLSTM的引导信息生成描述语句。
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华东理工大学，未经华东理工大学许可，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/201910005249.4/，转载请声明来源钻瓜专利网。
