[发明专利]一种图片信息生成方法、装置、移动终端及存储介质在审
申请号: | 201910612131.8 | 申请日: | 2019-07-08 |
公开(公告)号: | CN110362698A | 公开(公告)日: | 2019-10-22 |
发明(设计)人: | 郭冠军 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06F16/51 | 分类号: | G06F16/51;G06F16/58;G06K9/00 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标图片 词语 语句 预设 场景 存储介质 图片信息 移动终端 自然语言模型 图片 概率 说话 | ||
1.一种图片信息生成方法,其特征在于,包括:
确定目标图片中包含的至少一个物体,根据所述至少一个物体得到所述目标图片的第一描述词语,以及,根据所述目标图片的场景为预设场景的概率,确定所述目标图片的第二描述词语;
将所述第一描述词语以及所述第二描述词语,输入至预设的自然语言模型,得到所述目标图片的图片描述语句。
2.根据权利要求1所述的方法,其特征在于,所述确定目标图片中包含的至少一个物体,根据所述至少一个物体得到所述目标图片的第一描述词语,包括:
将所述目标图片输入至预设的物体识别模型,得到所述目标图片的第一描述词语。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标图片的场景为预设场景的概率,确定所述目标图片的第二描述词语,包括:
将所述目标图片输入至预设的图像分类模型中,输出所述目标图片的场景为预设场景的场景概率;
根据所述目标图片的场景为预设场景的场景概率,确定所述目标图片的第二描述词语。
4.根据权利要求3所述的方法,其特征在于,所述预设场景为预先设置的多种类型的场景。
5.根据权利要求1所述的方法,其特征在于,所述预设的自然语言模型用于接收所述第一描述词语以及所述第二描述词语,对所述第一描述词语以及所述第二描述词语进行排序,得到至少两个词语序列,并根据所述词语序列输出所述目标图片的图片描述语句。
6.根据权利要求1所述的方法,其特征在于,在得到所述目标图片的图片描述语句之后,还包括:
对所述图片描述语句与所述目标图片进行绑定;
分别将所述图片描述语句与所述目标图片保存至对应的存储位置。
7.根据权利要求1所述的方法,其特征在于,在得到所述目标图片的图片描述语句之后,还包括:
根据所述图片描述语句生成所述目标图片的图片描述语音;
对所述图片描述语音与所述目标图片进行绑定;
分别将所述图片描述语音与所述目标图片保存至对应的存储位置。
8.一种图片信息生成装置,其特征在于,包括:
描述词语确定模块,用于确定目标图片中包含的至少一个物体,根据所述至少一个物体得到所述目标图片的第一描述词语,以及,根据所述目标图片的场景为预设场景的概率,确定所述目标图片的第二描述词语;
描述语句确定模块,用于将所述第一描述词语以及所述第二描述词语,输入至预设的自然语言模型,得到所述目标图片的图片描述语句。
9.一种移动终端,其特征在于,所述移动终端包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如权利要求1-7中任一所述的图片信息生成方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一所述的图片信息生成方法。
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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/pat/books/201910612131.8/1.html,转载请声明来源钻瓜专利网。