[发明专利]视觉问答方法、装置和设备有效
| 申请号： | 201910468780.5 | 申请日： | 2019-05-31 |
| 公开（公告）号： | CN110175231B | 公开（公告）日： | 2022-03-15 |
| 发明（设计）人： | 高鹏;李鸿升;王晓刚 | 申请（专利权）人： | 北京市商汤科技开发有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06V10/46 |
| 代理公司： | 北京博思佳知识产权代理有限公司 11415 | 代理人： | 林祥 |
| 地址： | 100080 北京市海淀区北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开实施例提供一种视觉问答方法、装置和设备，其中，所述方法包括：根据输入图像的多个图像区域特征得到多个图像总结特征，并根据输入问题的多个问题特征得到多个问题总结特征；根据所述图像总结特征和所述问题总结特征，生成多个隐变量特征，每一个所述隐变量特征包括融合的所述图像总结特征和问题总结特征；基于注意力机制，将所述隐变量特征聚合至所述图像区域特征和问题特征；使用聚合后的图像区域特征和问题特征，得到对应所述输入问题的回答。本公开提高了输出回答的准确性。 | ||
| 搜索关键词： | 视觉 问答 方法 装置 设备 | ||
【主权项】：
1.一种视觉问答方法，其特征在于，所述方法包括：根据输入图像的多个图像区域特征得到多个图像总结特征，并根据输入问题的多个问题特征得到多个问题总结特征；根据所述图像总结特征和所述问题总结特征，生成多个隐变量特征，每一个所述隐变量特征包括融合的所述图像总结特征和问题总结特征；基于注意力机制，将所述隐变量特征聚合至所述图像区域特征和问题特征；使用聚合后的图像区域特征和问题特征，得到对应所述输入问题的回答。
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北京市商汤科技开发有限公司，未经北京市商汤科技开发有限公司许可，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/201910468780.5/，转载请声明来源钻瓜专利网。
- 上一篇：智能机器人交互系统
- 下一篇：信息处理方法、装置、电子设备及存储介质
