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！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于动态早退的图像描述生成模型及模型训练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：CN114743056B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210439734.4，技术领域涉及：G06V10/764；该发明授权一种基于动态早退的图像描述生成模型及模型训练方法是由王树徽;闫旭;黄庆明设计研发完成，并于2022-04-25向国家知识产权局提交的专利申请。

本一种基于动态早退的图像描述生成模型及模型训练方法在说明书摘要公布了：本发明提供一种基于动态早退的图像描述生成模型，包括：视觉编码器，用于提取图像的视觉特征，其包括多个依次串联的编码层；文本解码器，用于对视觉编码器输出的视觉特征进行解码并依次输出多个预测词汇表中的单词以组成图像的自然语言描述文本，其包括多个依次串联的解码层，每个解码层配置有一个动态早退决策模块和一个模仿学习网络；其中：所述每个动态早退决策模块用于在单词预测过程中根据预测词汇表中的单词预测概率判断当前预测是否需要提前退出、并在预测词汇表中单词的预测概率中的最大概率超过可信度阈值时输出该最大概率对应的单词；所述每个模仿学习网络用于根据输入模仿预测其对应解码层的输出隐含层状态向量。

本发明授权一种基于动态早退的图像描述生成模型及模型训练方法在权利要求书中公布了：1.一种基于动态早退的图像描述生成系统，用于根据输入图像输出图像的自然语言描述文本，其特征在于，所述系统包括基于动态早退的图像描述生成模型，所述图像描述生成模型包括： 视觉编码器，用于提取图像的视觉特征，其包括多个依次串联的编码层； 文本解码器，用于对视觉编码器输出的视觉特征进行解码并依次输出多个预测词汇表中的单词以组成图像的自然语言描述文本，其包括多个依次串联的解码层，每个解码层配置有一个动态早退决策模块和一个模仿学习网络；其中： 所述每个动态早退决策模块用于在单词预测过程中根据预测词汇表中的单词预测概率判断当前预测是否需要提前退出、并在预测词汇表中单词的预测概率中的最大概率超过可信度阈值时输出该最大概率对应的单词，所述每个动态早退决策模块的输入端连接其对应解码层及其之前的所有解码层的输出以及其对应解码层之后的所有解码层对应的模仿学习网络的输出；其中，每个动态早退决策模块包括浅层特征融合层、深层特征融合层、融合门控层、分类层，其中：所述浅层特征融合层用于将其所在动态早退决策模块对应解码层及该解码层之前的所有解码层的隐含层状态向量进行特征融合以获得浅层融合特征向量；所述深层特征融合层用于将其所在动态早退决策模块对应解码层之后的所有解码层对应的模仿学习网络的隐含层状态向量进行特征融合以获得深层融合特征向量；所述融合门控层用于将浅层融合特征向量和深层融合特征向量进行特征融合以获得最终融合特征向量；所述分类层被配置为全连接层，用于根据最终的融合特征向量输出预测词汇表中每个单词的预测概率； 所述每个模仿学习网络的输入端连接其对应解码层及其之前的所有解码层的输出，用于根据输入模仿预测其对应解码层的输出隐含层状态向量。

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科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6号；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”。