[发明专利]基于神经网络的服装图片导购文字生成方法及装置在审
| 申请号： | 201910332370.8 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110110770A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 苏俊健;何志敏;徐石林;种良生;古慧敏;许玥;黄钰冰;邓冠平 | 申请（专利权）人： | 佛山科学技术学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q30/06 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 王国标 |
| 地址： | 528000 广*** | 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： | 本发明公开了基于神经网络的服装图片导购文字生成方法及装置，提供基于神经网络的服装图片导购文字生成方法及装置的技术方案，将卷积神经网络和循环深度神经网络两者结合成一个能够自动对图像进行识别并对图像进行深层次的描述的机器模型，赋予了RNN网络更好的上下文学习能力，提高输入一个图片生成对应的文本描述的准确性，能够根据衣服的各种特征有针对性地生成多条及多风格的导购文字，这将能很好地辅助导购文字的撰写，帮助他们提高文字的质量和内容的独特性，依靠深度学习算法的学习能力，进一步提高导购文字的相关性，同时大大降低文本编辑的人力成本与时间。 | ||
| 搜索关键词： | 导购 神经网络 服装图片 文字生成 学习能力 卷积神经网络 图像 机器模型 人力成本 图片生成 文本编辑 文本描述 学习算法 独特性 衣服 撰写 风格 赋予 网络 帮助 | ||
【主权项】：
1.基于神经网络的服装图片导购文字生成方法，其特征在于，所述方法包括以下步骤：步骤1，采集开源图像数据集和文字数据集；步骤2，将开源图像数据集划分为图像训练数据集和图像测试数据集；步骤3，搭建CNN卷积神经网络和RNN循环神经网络；步骤4，通过图像训练数据集训练CNN卷积神经网络；步骤5，将图像测试数据集通过训练好的CNN卷积神经网络得到图片训练特征；步骤6，通过文字数据集训练RNN循环神经网络，步骤7，将图片训练特征输入已训练好的RNN循环神经网络得到导购文字。
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佛山科学技术学院，未经佛山科学技术学院许可，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/201910332370.8/，转载请声明来源钻瓜专利网。
