[发明专利]基于多级策略和深度强化学习框架的图像中文描述系统及方法有效
| 申请号： | 202110692364.0 | 申请日： | 2021-06-22 |
| 公开（公告）号： | CN113408430B | 公开（公告）日： | 2022-09-09 |
| 发明（设计）人： | 王玉静;杨凯悦;殷楠楠;谢金宝;梁欣涛 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06V30/40 | 分类号： | G06V30/40;G06V30/418;G06V10/82;G06F40/211;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 哈尔滨市伟晨专利代理事务所(普通合伙) 23209 | 代理人： | 荣玲 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是一种基于多级策略和深度强化学习框架的图像中文描述系统及方法，属于计算机视觉和自然语言处理的交叉领域，图像中文描述方法针对图像中文描述中生成语句的连贯性不佳、可读性差、模型训练时间长等问题；基于RNN的模型，语言指标和视觉语义功能集成以进行优化。所提出的框架包括多级策略网络和多级奖励功能两个模块，引入ResNet152网络提取图像全局特征,通过双层门控循环单元网络(GRU)解码生成图像中文描述模型。本文使用AI Challenger全球AI挑战赛图像中文描述数据集进行实验，并针对词级策略网络和语言奖励功能的几种代表性图像文本模型实验结果表明，该框架在各种评估指标上均具有提升。 | ||
| 搜索关键词： | 基于 多级 策略 深度 强化 学习 框架 图像 中文 描述 系统 方法 | ||
【主权项】：
暂无信息
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/202110692364.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种带防伪图形标签制备方法
- 下一篇：一种高效的等离子切割机
