[发明专利]基于目标检测和自然语言处理的图像字幕生成方法在审
| 申请号： | 202310680078.1 | 申请日： | 2023-06-09 |
| 公开（公告）号： | CN116612365A | 公开（公告）日： | 2023-08-18 |
| 发明（设计）人： | 孙俊;高增 | 申请（专利权）人： | 匀熵智能科技（无锡）有限公司 |
| 主分类号： | G06V10/82 | 分类号： | G06V10/82;G06F40/166;G06N3/0455;G06V10/40 |
| 代理公司： | 无锡市观知成专利商标代理事务所(特殊普通合伙) 32591 | 代理人： | 陈丽丽 |
| 地址： | 214000 江苏省无锡市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及图像字幕技术领域，具体公开了一种基于目标检测和自然语言处理的图像字幕生成方法，包括：获取待生成字幕图像，并对待生成字幕图像进行向量处理以及目标检测后获得两组相同的向量图像特征；将一组向量图像特征输入至编码器以进行特征提取处理，获得图像处理特征；将另一组向量图像特征输入至解码器，以与图像描述文本进行第一次信息交互，获得第一次交互结果；将图像处理特征输入至解码器以与第一次交互结果进行第二次信息交互，获得第二次交互结果；对第二交互结果进行转换处理获得图像字幕，并输出所述图像字幕。本发明提供的基于目标检测和自然语言处理的图像字幕生成方法解决了图像字幕与图像实际内容表达之间的偏差的问题。 | ||
| 搜索关键词： | 基于 目标 检测 自然语言 处理 图像 字幕 生成 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匀熵智能科技（无锡）有限公司，未经匀熵智能科技（无锡）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/202310680078.1/，转载请声明来源钻瓜专利网。
