山东省计算中心(国家超级计算济南中心);齐鲁工业大学张文琪获国家专利权
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!
龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学申请的专利基于图注意力网络的视觉常识推理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:CN115759261B 。
龙图腾网通过国家知识产权局官网在2026-03-10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:202211519318.1,技术领域涉及:G06N5/04;该发明授权基于图注意力网络的视觉常识推理方法及系统是由张文琪;高永超;钱恒设计研发完成,并于2022-11-30向国家知识产权局提交的专利申请。
本基于图注意力网络的视觉常识推理方法及系统在说明书摘要公布了:本发明公开了一种基于图注意力网络的视觉常识推理方法及系统,涉及计算机视觉与自然语言处理交叉技术领域,该方法包括:以多组互相对应的样本图像、样本问题和已标注的样本答案候选项为样本训练集,训练所构建的视觉常识推理模型;所述训练过程包括:获取样本图像、样本问题和样本答案候选项的视觉特征和语言特征,以视觉特征为视觉节点,基于图注意力机制,利用语义信息更新视觉特征;采用多模态融合,融合语言特征和更新后的视觉特征,获取视觉和语言的联合特征表示,以此训练视觉常识推理模型;将待推理图像、待推理问题和多个推理答案候选项输入至训练完成的视觉常识推理模型,输出推理结果,实现准确推理,提升了视觉常识推理任务的性能。
本发明授权基于图注意力网络的视觉常识推理方法及系统在权利要求书中公布了:1.一种基于图注意力网络的视觉常识推理方法,其特征是,包括: 以多组互相对应的样本图像、样本问题和已标注的样本答案候选项为样本训练集,训练所构建的视觉常识推理模型,训练过程包括: 获取样本问题和样本答案候选项的语言特征,获取样本图像中视觉对象的视觉特征; 以视觉特征为视觉节点,多个视觉节点间相连接,构造一个全连接的有向图,基于图注意力机制学习样本图像中每个视觉节点之间的视觉关系特征; 利用样本问题和样本答案候选项的语义信息更新视觉关系特征,包括:将样本问题和样本答案候选项中视觉词的词特征向量与样本图像中视觉节点的视觉关系特征连接起来,得到更新后的视觉关系特征,公式为: ; ; ; ; 式中,表示自定义初始化共享权重矩阵,表示样本图像中视觉对象的视觉节点i,表示样本图像中视觉对象的视觉节点i的相邻视觉节点j,分别表示输入图注意力网络的输入特征和图注意力网络输出的输出特征的数量,B为训练样本的数量,即每次训练时的样本图像的数量,N表示每个节点的特征数,表示视觉节点i及其相邻视觉节点j的映射结果,表示视觉节点i更新后的视觉关系特征,表示样本问题q中与视觉节点i相关的视觉词的词特征向量的集合;表示视觉节点j更新后的视觉关系特征,表示样本问题q中与视觉节点j相关的视觉词的词特征向量的集合; 基于更新后的视觉关系特征更新视觉特征,包括:基于更新后的视觉关系特征计算注意力系数,公式为: ; 式中,为视觉节点i与其相邻视觉节点j的注意力系数,m为初始矩阵,表示有视觉节点i至其相邻视觉节点j的边的方向性矩阵,表示视觉节点i对其相邻视觉节点j的偏置项; 基于注意力系数更新视觉特征; 采用多模态融合,融合样本图像更新后的视觉特征、样本问题和样本答案候选项的语言特征,获取视觉和语言的联合特征表示,以此训练视觉常识推理模型; 将待推理图像、待推理问题和多个推理答案候选项输入至训练完成的视觉常识推理模型,输出推理结果。
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山东省计算中心(国家超级计算济南中心);齐鲁工业大学,其通讯地址为:250014 山东省济南市历下区科院路19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。
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