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！

龙图腾网恭喜华南理工大学申请的专利一种利用位置信息优化的视觉问答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：CN114818739B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210327078.9，技术领域涉及：G06V30/19；该发明授权一种利用位置信息优化的视觉问答方法是由毛爱华;林肯设计研发完成，并于2022-03-30向国家知识产权局提交的专利申请。

本一种利用位置信息优化的视觉问答方法在说明书摘要公布了：本发明公开了一种利用位置信息优化的视觉问答方法。所述方法包括以下步骤：收集训练数据，包括图片和与给定图片相关的问题；对输入的问题做前处理；对输入的图片做前处理；进行多头位置自注意力操作来得到问题中单词的融合特征向量：进行位置自注意力操作，同时利用位置联合注意力机制对视觉模态和语言模态进行融合，得到图片中的物体的融合特征向量；将物体的融合特征向量和单词的融合特征向量压缩后进行融合；构成视觉问答模型，预测问题答案，计算和真值之间差别，并通过反向传播来训练视觉问答模型，向训练后的视觉问答模型输入数据即可进行视觉问答。本发明提出的视觉问答方法能更好地理解问题，对于模型理解句子语义有帮助。

本发明授权一种利用位置信息优化的视觉问答方法在权利要求书中公布了：1.一种利用位置信息优化的视觉问答方法，其特征在于，包括以下步骤：S1、收集训练数据，包括图片和与给定图片相关的问题，然后人工标定问题的答案；S2、构建问题预处理模块，对输入的问题做前处理，得到问题的语义特征向量输入和位置特征向量；S3、构建图像预处理模块，对输入的图片做前处理，得到图片中物体的边界框以及的图片的语义特征向量；S4、构建编码器模块，进行多头位置自注意力操作来得到输入的问题中每个单词和问题中其余单词进行信息融合后的特征向量，得到问题中单词的融合特征向量：S5、构建解码器模块，进行位置自注意力操作，同时利用位置联合注意力机制对视觉模态和语言模态进行融合，得到图片中的物体的融合特征向量；S6、构建压缩融合模块，将物体的融合特征向量和单词的融合特征向量压缩后进行融合；S7、构建预测模块，进而构成视觉问答模型，采用预测模块预测问题答案，计算和真值之间差别，并通过反向传播来训练视觉问答模型，向训练后的视觉问答模型输入数据即可进行视觉问答。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。