[发明专利]一种基于深度残差网络和LSTM的图像理解方法有效
| 申请号： | 201611226528.6 | 申请日： | 2016-12-27 |
| 公开（公告）号： | CN106650813B | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 胡丹;袁东芝;余卫宇;李楚怡 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 44245 广州市华学知识产权代理有限公司 | 代理人： | 李斌<国际申请>=<国际公布>=<进入国 |
| 地址： | 510640广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度残差网络和LSTM的图像理解方法。所述方法首先构建一个深度残差网络模型提取图像的抽象特征并保存为特征矩阵；然后LSTM模型中的动态注意机制根据特征矩阵动态地生成合适的特征向量，最后LSTM模型根据特征向量生成成自然语言(英语)。本发明利用了深度残差网络在图像特征提取和LSTM对时序序列建模方面的优势，深度残差网络和LSTM模型成了一个编码‑解码框架，将图像内容信息转化成自然语言，达到提取图像的深层次信息的目的。 | ||
| 搜索关键词： | 一种 基于 深度 网络 lstm 图像 理解 方法 | ||
【主权项】：
1.一种基于深度残差网络和LSTM的图像理解方法，其特征在于：应用于从输入图像中提取抽象特征的深度残差网络模型、根据抽象特征生成自然语言的LSTM模型；具体包括如下步骤：/nS1：下载训练数据集；/nS2：对步骤S1数据集中的数据进行预处理；/nS3：训练深度残差网络模型；/nS4：训练LSTM模型；/nS5：用步骤S3中训练好的深度残差网络模型提取待识别图像的抽象特征；/nS6：将步骤S5中提取的特征输入到步骤S4训练好的LSTM模型中，LSTM模型根据特征生成自然语言语句。/n
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华南理工大学，未经华南理工大学许可，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/201611226528.6/，转载请声明来源钻瓜专利网。
