龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南京邮电大学
摘要：一种基于图像和文本离散化表示与字典对齐的视觉问答方法，首先，在预训练阶段，利用双流编码器分别对输入的图像和文本进行特征提取，然后在词汇空间中创建标记级语言建模对。接着，通过最大池化操作和归一化操作，推导出字典重要性分布，进而生成连续词袋密集瓶颈，并利用弱化的掩码文本编码器从中重建掩码文本。其次，通过大规模负样本量的稀疏词汇空间中，对图像和文本重要性得分进行对齐，从而提高图文特征匹配的性能。本方法能够高效地实现图文对齐任务，减小不同模态间的语义鸿沟，提高多模态特征融合的精度和效率。
主权项：1.一种基于图像和文本离散化表示与字典对齐的视觉问答方法，其特征在于：包括以下步骤：步骤1：通过双流编码器采用Transformer形式，使其输入的图像及文本信息进行图文特征离散化成图文字典加权稀疏表示；步骤2：通过字典瓶颈模块，采用步骤1中的内容以获得输入问题文本的token以及输入图像的token；步骤3：采用步骤2中的图文离散化token获得图像文本中各特征在预测字典中的token分布，并通过最大池化及归一化获得图文中各特征的重要度分布；步骤4：对齐图像和文本字典空间，以图文离散化token表示作为输入，进行图像和文本字典空间对齐，计算对比学习的损失值。
全文数据：
权利要求：
百度查询： 南京邮电大学 一种基于图像和文本离散化表示与字典对齐的视觉问答方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号