[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 | ||
本公开实施例公开了一种图片信息生成方法、装置、移动终端及存储介质。其中,方法包括:确定目标图片中包含的至少一个物体,根据至少一个物体得到目标图片的第一描述词语,以及,根据目标图片的场景为预设场景的概率,确定目标图片的第二描述词语;将第一描述词语以及第二描述词语,输入至预设的自然语言模型,得到目标图片的图片描述语句。本公开实施例可以根据目标图片中包含的物体得到目标图片的第一描述词语,根据目标图片的场景为预设场景的概率,确定目标图片的第二描述词语,并根据目标图片的第一描述词语和第二描述词语,得到目标图片的图片描述语句,从而使用图片描述语句准确、详细地对图片进行描述,实现看图说话。
技术领域
本公开实施例涉及计算机技术领域,尤其涉及一种图片信息生成方法、装置、移动终端及存储介质。
背景技术
随着移动终端的普及,用户可以随时随地使用移动终端进行拍摄。通常会对用户拍摄的图片内容进行分析,得到图片的描述信息,然后将图片与描述信息对应保存在相册中。
现有技术一般对图片进行识别,确定图片对应的标签词语,例如,天空,海洋,然后将图片与标签词语对应保存在相册中。
现有技术的缺陷在于,标签词语比较概括,不能更准确、详细地描述图片。
发明内容
本公开提供一种图片信息生成方法、装置、移动终端及存储介质,以实现对现有的图片信息生成方案进行优化,准确、详细地对图片进行描述。
第一方面,本公开实施例提供了一种图片信息生成方法,包括:
确定目标图片中包含的至少一个物体,根据至少一个物体得到目标图片的第一描述词语,以及,根据目标图片的场景为预设场景的概率,确定目标图片的第二描述词语;
将第一描述词语以及第二描述词语,输入至预设的自然语言模型,得到目标图片的图片描述语句。
第二方面,本公开实施例还提供了一种图片信息生成装置,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,根据至少一个物体得到目标图片的第一描述词语,以及,根据目标图片的场景为预设场景的概率,确定目标图片的第二描述词语;
描述语句确定模块,用于将第一描述词语以及第二描述词语,输入至预设的自然语言模型,得到目标图片的图片描述语句。
第三方面,本公开实施例还提供了一种移动终端,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;
当一个或多个程序被一个或多个处理装置执行,使得一个或多个处理装置实现如本公开实施例所述的图片信息生成方法。
第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本公开实施例所述的图片信息生成方法。
本公开实施例通过确定目标图片中包含的至少一个物体,根据至少一个物体得到目标图片的第一描述词语,以及,根据目标图片的场景为预设场景的概率,确定目标图片的第二描述词语,然后将第一描述词语以及第二描述词语,输入至预设的自然语言模型,得到目标图片的图片描述语句,解决了现有技术的标签词语比较概括,不能更准确、详细地描述图片的问题,可以根据目标图片中包含的物体得到目标图片的第一描述词语,根据目标图片的场景为预设场景的概率,确定目标图片的第二描述词语,并根据目标图片的第一描述词语和第二描述词语,得到目标图片的图片描述语句,从而使用图片描述语句准确、详细地对图片进行描述,实现看图说话。
附图说明
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/201910612131.8/2.html,转载请声明来源钻瓜专利网。