[发明专利]基于Swin Transformer的图像字幕压缩学习方法及终端在审
| 申请号： | 202310601283.4 | 申请日： | 2023-05-25 |
| 公开（公告）号： | CN116823974A | 公开（公告）日： | 2023-09-29 |
| 发明（设计）人： | 陈斌;唐栋 | 申请（专利权）人： | 哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院） |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00;G06N3/0495;G06N3/08 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 陈专 |
| 地址： | 518055 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了基于SwinTransformer的图像字幕压缩学习方法及终端，方法包括：获取原始图像，并对所述原始图像进行压缩感知处理，得到所述原始图像的测量值；将所述测量值输入基于SwinTransformer的图像特征提取模块，得到所述原始图像的图像特征；将所述图像特征输入图像字幕模块，得到所述原始图像的图像字幕。本发明可以将原始图像进行压缩感知后得到的测量值进行存储或传输，在需要进行图像字幕任务时，直接将测量值输入进行推理即可得到图像字幕，从而节省大量存储空间和加大传输效率，对图像字幕任务的实际应用很有帮助。 | ||
| 搜索关键词： | 基于 swin transformer 图像 字幕 压缩 学习方法 终端 | ||
【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工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院），未经哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）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/202310601283.4/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
