[发明专利]基于知识迁移的多模态循环神经网络的图像文本描述方法有效
| 申请号： | 201611236901.6 | 申请日： | 2016-12-28 |
| 公开（公告）号： | CN106650756B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 胡海峰;张俊轩;王腾;杨梁;王伟轩 | 申请（专利权）人： | 广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 44102 广州粤高专利商标代理有限公司 | 代理人： | 林丽明 |
| 地址： | 528300 广东省佛山市顺德区大良*** | 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： | 本发明提供一种基于知识迁移的多模态循环神经网络的图像文本描述方法，该方法通过多模态单元中的知识转移模型，很好地利用了现成图像分类器对大多数对象的识别能力以及现成语料库中的语法结构和语义关联性，能更准确地描述出图像中的目标对象以及使生成的句子描述语法结构更丰富，语义贴切，可读性更强。 | ||
| 搜索关键词： | 基于 知识 迁移 多模态 循环 神经网络 图像 文本 描述 方法 | ||
【主权项】：
1.一种基于知识迁移的多模态循环神经网络的图像文本描述方法，其特征在于，包括以下步骤：/nS1：在服务器中训练图像语义分类器；/nS2：在服务器中训练语言模型；/nS3：在服务器中预训练文本描述生成模型并生成描述句子；/n所述步骤S1的具体过程如下：/nS11：采集多种图像数据集：下载现成的数据集，包括ImageNet和MSCOCO，由于MSCOCO是一种图像与文本描述成对匹配的数据集，取其图像部分；/nS12：使用卷积神经网络，对采集的数据集中的每一张图片提取相应的图像特征f
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广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学，未经广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学许可，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/201611236901.6/，转载请声明来源钻瓜专利网。
- 上一篇：基于颜色特征的特征提取方法
- 下一篇：靠垫
