[发明专利]一种基于编-解码器结构的可控图像字幕生成优化方法在审
| 申请号： | 202110761130.7 | 申请日： | 2021-07-06 |
| 公开（公告）号： | CN113628288A | 公开（公告）日： | 2021-11-09 |
| 发明（设计）人： | 邵洁;杨润霞;马潇雨;罗岩 | 申请（专利权）人： | 上海电力大学 |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 丁云 |
| 地址： | 200090 *** | 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： | 本发明涉及一种基于编‑解码器结构的可控图像字幕生成优化方法，该方法包括：构建图像编码器，用于进行目标检测并提取各目标区域的图像特征，得到各目标区域的特征向量；采用排序网络对目标区域进行排序；构建图像解码器，将排序后的目标区域的特征向量输入至图像解码器，解码输出图像字幕。与现有技术相比，本发明字幕生成可控性高，生成的字幕的描述更具有多样性，能够应用到复杂的场景中。 | ||
| 搜索关键词： | 一种 基于 解码器 结构 可控 图像 字幕 生成 优化 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上海电力大学，未经上海电力大学许可，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/202110761130.7/，转载请声明来源钻瓜专利网。
