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！

龙图腾网获悉齐鲁工业大学申请的专利一种基于多层次视觉特征增强网络的视觉问答方法及系统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：CN115984575B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211531104.6，技术领域涉及：G06V10/42；该发明授权一种基于多层次视觉特征增强网络的视觉问答方法及系统是由王新刚;刘小玉;李晓敏;成洪路;刘广政设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种基于多层次视觉特征增强网络的视觉问答方法及系统在说明书摘要公布了：本发明提出了一种基于多层次视觉特征增强网络的视觉问答方法及系统，能够增强局部对象与局部对象之间以及区域对象与全局概念之间的关系，从而共同学习多个空间上下文的视觉语义关系。基于图注意网络的分离视觉特征模块用以捕获像素级视觉特征和对象级区域特征；基于图注意网络的联合视觉特征表示将像素级特征与对象级特征联合表示，同时学习了不同层次之间的语义关系，更好的与问题文本进行关联，从而提供了更丰富的视觉特征表示。解决了传统视觉特征表示使区域特征与全局特征失去上下文之间的联系，使得全局语义无法得到充分的利用，导致视觉特征丢失的问题。

本发明授权一种基于多层次视觉特征增强网络的视觉问答方法及系统在权利要求书中公布了：1.一种基于多层次视觉特征增强网络的视觉问答方法，其特征在于，包括： 获取待回答问题和视觉图像； 对待回答问题进行特征表示，得到文本特征表示向量；对视觉图像进行特征表示，得到视觉特征表示向量； 对文本特征表示向量和视觉特征表示向量进行更新； 将更新后的文本特征表示向量和视觉特征表示向量进行融合，得到融合特征向量； 对融合特征向量先进行线性变换，然后使用Sigmoid函数得到答案预测结果； 其中，采用多层次视觉特征增强网络对视觉图像进行特征表示； 所述多层次视觉特征增强网络由基于图注意的分离视觉特征表示网络和基于图注意的联合视觉特征表示网络组成； 所述分离视觉特征表示网络用于分别学习全局视觉特征和各区域视觉特征；所述联合视觉特征表示网络用于捕获全局视觉特征和区域视觉特征之间的语义关系，并将浅层的细节特征与深层的语义特征相结合，生成完整的视觉特征表示向量； 所述分离视觉特征表示网络，针对两级图像特征，设计了两个独立的语义关系增强网络：注意像素关系增强网络和注意对象关系增强网络，用于学习增强的全局视觉特征和增强的区域视觉特征； 所述联合视觉特征表示网络包括：联合特征表示网络和联合特征融合网络； 所述联合特征表示网络将联合特征表示放入图注意网络中学习对象级和像素级对象之间的所有的语义关系；所述联合特征融合网络采用门控融合机制进行信息的整合，得到最终的视觉特征的表示。

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齐鲁工业大学，其通讯地址为：250353 山东省济南市长清区大学路3501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”。

以上内容由龙图腾AI智能生成。