买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利基于因果推理的图像标题自动生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115239944B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210661517.X，技术领域涉及：G06V10/25；该发明授权基于因果推理的图像标题自动生成方法是由刘兵;王栋;刘明明;陆劲夫;李穗设计研发完成，并于2022-06-13向国家知识产权局提交的专利申请。

本基于因果推理的图像标题自动生成方法在说明书摘要公布了：本发明公开了一种基于因果图的因果推理图像字幕生成方法，适用于在图像字幕中使用。构建基于详细的因果图的因果推理方法图像字幕CIIC框架，包括非对齐特征Transformer编码器和干预式Transformer解码器，非对齐特Transformer解码器包括顺序连接的FASTERR‑CNN、干预式目标检测器IOD和标准的Transformer编码器；干预式Transformer解码器为在标准的Transformer解码器的前馈神经网络层模块之后插入一个因果干预CI模块组成；干预式目标检测器IOD和干预式Transformer解码器ITD联合控制视觉混淆因子和文本混淆因子对输入图像先进行编码，然后进行解码。通过后门调整能够消除混淆，有效解决传统图像描述中对编码图像中纠缠的视觉特征问题，图像描述中具有较强的鲁棒性。

本发明授权基于因果推理的图像标题自动生成方法在权利要求书中公布了：1.一种基于因果推理和Transformer的图像标题自动生成方法，其特征在于：构建基于详细的因果图的因果推理方法图像字幕CIIC框架，因果图包括视觉混淆因子和文本混淆因子； 所述因果推理方法图像字幕CIIC框架包括顺序连接的非对齐特征Transformer编码器UFT和干预式Transformer解码器ITD，其中非对齐特Transformer解码器包括顺序连接的FASTERR-CNN、干预式目标检测器IOD和标准的Transformer编码器；干预式Transformer解码器为在标准的Transformer解码器的前馈神经网络层模块之后插入一个因果干预CI模块组成；干预式目标检测器IOD和干预式Transformer解码器ITD联合控制视觉混淆因子和文本混淆因子对输入图像先进行编码，然后进行解码； 其中非对齐特征Transformer编码器UFT先将IOD提取到的解混淆视觉特征与从同一幅图像中提取的自底向上特征送入两个线性层映射生成Q,K,V向量，通过自注意力和交叉注意力进行集成，再进行传统Transformer中的AddNorm操作和前馈传播操作，得到的输出传到下一层编码块中，一共为L块，即叠加L次编码；干预式Transformer解码器ITD输入为当前生成的句子部分，经过位置嵌入与掩码层与编码端最终输出进行交叉注意，进行AddNorm操作和前馈传播操作，通过因果干预CI模块消除解码过程中的视觉和语言混淆，再进行AddNorm操作，同样重复L次解码，得到最终预测输出；因果干预CI模块将融合的视觉和语言的特征h2与视觉混淆因子D1和语言混淆因子D2的期望相结合； 干预式目标检测器IOD通过消除视觉混淆因子来分离基于区域的视觉特征：通过干预式对象感知器对感兴趣区域特征进行分离，然后与更快的区域卷积神经网络FASTERR-CNN的自底向上特性相结合，作为Transformer编码器的输入；干预式目标检测器IOD将因果推理整合到FASTERR-CNN提取到的图像特征中来应对传统预训练模型提取到的视觉上的混淆，从而获得基于区域的非纠缠表示；将解码阶段产生的结果输入干预式Transformer解码器ITD，将因果干预引入传统的图像标题生成用到的Transformer解码器中，减轻解码过程中的视觉和语言混淆； 通过编码器和解码器同时建立视觉和语言概念，减轻干预式目标检测器IOD和干预式Transformer解码器ITD之间未被观察到的混淆因子，消除视觉和语言混淆，有效地消除发生在视觉特征表示和标题生成中的伪相关，最终生成更真实的图像标题。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。