一種基于深度神經(jīng)網(wǎng)絡(luò)的智能視覺問答模型
基本信息
| 申請(qǐng)?zhí)?/td> | CN201711494024.7 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN108170816A | 公開（公告）日 | 2020-12-08 |
| 申請(qǐng)公布號(hào) | CN108170816A | 申請(qǐng)公布日 | 2020-12-08 |
| 分類號(hào) | G06F17/30;G06N3/04;G06N3/08 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 紀(jì)榮嶸;周奕毅 | 申請(qǐng)（專利權(quán)）人 | 廈門大學(xué)資產(chǎn)經(jīng)營有限公司 |
| 代理機(jī)構(gòu) | 廈門南強(qiáng)之路專利事務(wù)所（普通合伙） | 代理人 | 馬應(yīng)森 |
| 地址 | 361005 福建省廈門市思明南路422號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 一種基于深度神經(jīng)網(wǎng)絡(luò)的智能視覺問答模型，涉及人工智能領(lǐng)域中的智能視覺問答。包括以下步驟：智能問答數(shù)據(jù)預(yù)處理；圖像深度卷積特征抽??；文本問題深度特征抽??；智能視覺問題處理；基于樞紐通道的視覺智能問答。采用多任務(wù)學(xué)習(xí)框架進(jìn)行全新的深度學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì)以解決智能視覺問答中訓(xùn)練數(shù)據(jù)缺乏與回答原因不可知等兩大問題。設(shè)計(jì)了一新型的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)在進(jìn)行智能視覺問答的同時(shí)能夠?qū)o出的答案進(jìn)行原因說明，該網(wǎng)絡(luò)結(jié)構(gòu)包含一視覺描述模塊，可根據(jù)問題內(nèi)容針對(duì)性地對(duì)圖像內(nèi)容進(jìn)行描述。該網(wǎng)絡(luò)結(jié)構(gòu)采用了樞紐結(jié)構(gòu)設(shè)計(jì)，能將圖像描述、文本問答等領(lǐng)域的數(shù)據(jù)引入到視覺智能問答任務(wù)中來。 |
