[发明专利]一种基于充足视觉信息与文本信息的图像描述方法

摘要

本发明公开了一种基于充足视觉信息与文本信息的图像描述方法，本发明通过充将前两层的注意力作为输入，可以提高模型中所包含的视觉信息，充足的文本信息充分的利用隐含状态同时还一次性预测接下来的三个单词，可以提高模型中所包含的文本信息。将视觉信息和文本信息结合在一起，只需在一个时间步中为下一个时间步保留三个注意力结果。通过引入充足的视觉信息和文本信息，就能够根据充足的视觉信息与文本信息更加准确的预测下一个单词，从而显著的提高模型的图像描述效果。