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：浪潮电子信息产业股份有限公司
摘要：本发明涉及人工智能领域，公开了一种图文数据匹配检测方法、装置、设备及介质，包括：将图像和文本描述输入至多模态大模型；采用特征提取模块对图像和文本描述进行特征提取，得到初始视觉特征和初始文本特征；利用多模态融合模块对初始视觉特征和初始文本特征进行融合处理，其中使用自注意力机制模块对初始文本特征进行语义学习，并使用交叉注意力模块将初始视觉特征与自注意力机制模块输出的特征信息进行特征融合；采用分类器模块对融合后的特征进行降维处理，得到匹配度分数并输出匹配结果。这样可以解决长文本和复杂语境的问题和图像文本交互能力的缺陷，提高处理文本数据的能力，实现多模态数据之间的信息融合，提升匹配结果的准确性。
主权项：1.一种图文数据匹配检测方法，其特征在于，所述方法包括：将图像和文本描述输入至多模态大模型；所述多模态大模型包括特征提取模块，多模态融合模块和分类器模块；所述多模态融合模块包括自注意力机制模块和交叉注意力模块；所述自注意力机制模块包括第一均方根归一化层和自注意力机制层；所述交叉注意力模块包括第二均方根归一化层和交叉注意力层；采用所述特征提取模块对图像和文本描述进行特征提取，得到初始视觉特征和初始文本特征并传输至所述多模态融合模块；利用所述多模态融合模块对所述初始视觉特征和所述初始文本特征进行融合处理；其中，使用所述第一均方根归一化层对所述初始文本特征进行归一化，得到归一化文本特征；使用所述自注意力机制层计算所述归一化文本特征中各个位置的权重并结合所述归一化文本特征进行加权处理，得到加权文本特征；将所述加权文本特征和所述初始文本特征进行相加，得到第一相加结果并传输至所述交叉注意力模块；使用所述第二均方根归一化层对所述第一相加结果进行归一化；利用所述交叉注意力层学习所述初始视觉特征和所述第二均方根归一化层输出的归一化特征信息之间的相关性矩阵，将所述初始视觉特征中的每个位置与所述第二均方根归一化层输出的归一化特征信息的所有位置进行加权求和，获取跨模态的关联信息，以完成特征融合；采用所述分类器模块对融合处理后的特征进行降维处理，得到相应的匹配度分数并输出匹配结果。
全文数据：
权利要求：
百度查询： 浪潮电子信息产业股份有限公司 图文数据匹配检测方法、装置、设备及介质
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