[发明专利]一种具有稀疏性的多阶段图像描述装置

摘要

一种具有稀疏性的多阶段图像描述装置，包括：用于采用卷积神经网络对待描述的图像进行初步特征提取，获得该待描述的图像的第一特征信息的装置；用于将所述第一特征信息输入基于Transformer的具有稀疏性的多阶段特征增强网络，得到包含全局信息和语义信息的待描述图像的第二特征信息的装置；用于将所述第二特征信息输入由Transformer和最大值输出模块组成的解码器中，得到待描述图像的文字表示的装置。所述装置能够提高对细节视觉信息的表征，突出重要物体，同时生成更高质量的句子。