福州大学廖祥文获国家专利权
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!
龙图腾网获悉福州大学申请的专利基于双路双层特征编码器的图像描述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:CN116129230B 。
龙图腾网通过国家知识产权局官网在2026-02-24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:202211634700.7,技术领域涉及:G06V10/80;该发明授权基于双路双层特征编码器的图像描述系统是由廖祥文;吴海杰;刘翀凌;林于翔;黄智锋设计研发完成,并于2022-12-19向国家知识产权局提交的专利申请。
本基于双路双层特征编码器的图像描述系统在说明书摘要公布了:本发明涉及一种基于双路双层特征编码器的图像描述系统,包括基于几何与视觉的融合模块,用于嵌入图像特征的位置信息;基于自注意力网络的特征增强编码器模块,结合区域特征和网格特征,互补增强特征融合;基于双层Transformer的特征融合编码器模块,用于对区域特征和网格特征进行建模融合;基于多元残差网络的特征融合模块,对特征融合编码器模块的输出进行融合,得到编码信息;基于Transformer的解码器模块,对编码信息进行解码。本发明能够更好地根据图像内容生成对应的描述语句。
本发明授权基于双路双层特征编码器的图像描述系统在权利要求书中公布了:1.一种基于双路双层特征编码器的图像描述系统,其特征在于,包括 基于几何与视觉的融合模块,用于嵌入图像特征的位置信息; 基于自注意力网络的特征增强编码器模块,结合区域特征和网格特征,互补增强特征融合; 基于双层Transformer的特征融合编码器模块,用于对区域特征和网格特征进行建模融合; 基于多元残差网络的特征融合模块,对特征融合编码器模块的输出进行融合,得到编码信息; 基于Transformer的解码器模块,对编码信息进行解码; 所述基于自注意力网络的特征增强编码器模块,结合区域特征和网格特征,互补增强特征融合,具体为: 使用Dot-Self-Gate模块对区域特征进行特征增强,用DSG模块来考虑对象内注意力的分布,公式如下: H1VR=σWv1VR⊙Wv2VR H2VR=softmaxtanhH1VR H3VR=LayerNormH2VR 其中,Wv1和Wv2是可学习矩阵,σ表示sigmoid激活函数,⊙为哈达玛积,VR表示输入图像的区域特征,H1VR、H2VR、H3VR表示区域特征在计算过程中的隐藏状态; 接着,区域特征和网格特征同时通过自注意力模块: Qr,Kr,Vr=LinearsVG Qg,Kg,Vg=LinearsDSGVR 其中,DSGVR表示经过DSG模块的输出,VG表示输入图像的网格特征,Q,K,V表示图像特征经过线性层后的向量; 利用绝对位置融合多头注意力的查询和键计算得分: 然后,再利用相对位置信息来调整注意力权重: W′ij=Wij+logΩi,j 最后,引入二次注意力模块对自注意力模块编码的节点特征进行过滤增强; 所述基于多元残差网络的特征融合模块使用多元残差网络对增强后的特征与Transformer融合后的特征再进行融合; 所述多元残差网络包括残差投影融合模块和多线性关系融合模块,通过残差投影融合模块加强输入与输出之间的关系,然后再利用多线性关系融合模块学习特征之间的多线性关系。
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福州大学,其通讯地址为:350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学;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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励