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：电子科技大学
摘要：本发明公开了一种基于GPT的多任务视觉感知解码方法，属于生物医学图像脑解码中的语言解码技术领域。本发明基于观看大量视觉感知图像下的功能磁共振信号数据建立基于GPT模型的语言解码模型，其包括：Prompt嵌入模块，将包含任务信息的Prompt嵌入到隐特征空间；视觉编码模块，使用GRU将视觉相关区域体素信号编码到隐特征空间；网络编码模块，将视觉相关区域体素信号作为上下文，指导大脑所有其他区域的体素信号的选取，并将全局信息编码到隐特征空间；语言生成模块，融合隐特征并识别隐特征以进行对应内容的文本生成。本发明解决了在一个解码模型中无法进行多个解码任务的问题，并引入了大脑的有效全局信息，可以实现多任务语言生成式脑机接口场景的实际应用。
主权项：1.一种基于GPT的多任务视觉感知解码方法，其特征在于，在包括文本编码器、视觉信息编码器、全脑信息编码器和语言生成器的多任务视觉感知和解码模型中执行下列步骤：步骤1，文本编码器将包含提示词的文本嵌入到隐特征空间，以获取包含位置嵌入信息的语句嵌入向量序列；步骤2，视觉信息编码器将观看视觉感知图像时基于磁共振成像获取的视觉区响应信号转换为隐特征空间向量，以获取视觉区域特征向量；步骤3，全脑信息编码器将全脑中除视觉区域以外的响应信号转换为隐特征空间向量，以获取非视觉区域特征向量；步骤4，语言生成器基于自然语言处理模型GPT解码器输出文本预测向量，并基于预置的词嵌入矩阵输出视觉感知图像的描述文本；其中，GPT解码器的输入为：将视觉区域特征向量和非视觉区域特征向量相加，得到全脑特征向量；再将全脑特征向量加到语句嵌入向量序列中的提示词部分对应的语句嵌入向量上，得到的隐特征序列即为GPT解码器的输入。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于GPT的多任务视觉感知解码方法
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