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:中国科学院自动化研究所
摘要:本发明提供一种基于图像和文本双指代的高分辨率目标感知方法、装置,包括:获取待识别图像、文本提示词和指代图像,其中,所述文本提示词和所述指代图像用于对所述待识别图像进行目标指代;对所述待识别图像进行图像特征提取处理,得到待识别图像词向量;对所述指代图像进行视觉特征提取处理,得到指代图像词向量;对所述文本提示词进行分词化处理,得到文本词向量;基于所述待识别图像词向量、所述指代图像词向量和所述文本词向量进行预测处理,得到与所述指代图像和所述文本提示词对应的答案。对待识别图像中的物体从图像和文本的双重角度进行指代描述,使得对待处理图像中的目标感知更加精确,进而生成的答案准确率更高。
主权项:1.一种基于图像和文本双指代的高分辨率目标感知方法,其特征在于,包括:获取待识别图像、文本提示词和指代图像,其中,所述文本提示词和所述指代图像用于对所述待识别图像进行目标指代;对所述待识别图像进行图像特征提取处理,得到待识别图像词向量;对所述指代图像进行视觉特征提取处理,得到指代图像词向量;对所述文本提示词进行分词化处理,得到文本词向量;基于所述待识别图像词向量、所述指代图像词向量和所述文本词向量进行预测处理,得到与所述指代图像和所述文本提示词对应的答案。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 基于图像和文本双指代的高分辨率目标感知方法、装置
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。