一種基于層級(jí)外部語(yǔ)義指導(dǎo)的圖像故事生成方法

基本信息

申請(qǐng)?zhí)?/td> CN202111352215.6 申請(qǐng)日 -
公開（公告）號(hào) CN114186055A 公開（公告）日 2022-03-15
申請(qǐng)公布號(hào) CN114186055A 申請(qǐng)公布日 2022-03-15
分類號(hào) G06F16/34（2019.01）I;G06F16/35（2019.01）I;G06F16/583（2019.01）I;G06F16/783（2019.01）I;G06F40/35（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王瀚漓;范瑞潮;王雷 申請(qǐng)（專利權(quán)）人 深蘭科技（上海）有限公司
代理機(jī)構(gòu) 上?？剖⒅R(shí)產(chǎn)權(quán)代理有限公司 代理人 翁惠瑜
地址 200092上海市楊浦區(qū)四平路1239號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于層級(jí)外部語(yǔ)義指導(dǎo)的圖像故事生成方法，包括以下步驟：提取圖像特征，對(duì)所述圖像特征進(jìn)行循環(huán)編碼，獲得視頻嵌入向量；將圖像作為經(jīng)訓(xùn)練的圖像?話題模型的輸入，獲得語(yǔ)義嵌入向量，所述圖像?話題模型基于外部預(yù)訓(xùn)練的話題BERT模型獲得的話題向量訓(xùn)練獲得，所述語(yǔ)義嵌入向量作為故事生成過(guò)程的單詞級(jí)別的語(yǔ)義約束；將所述視頻嵌入向量和語(yǔ)義嵌入向量共同輸入一經(jīng)訓(xùn)練的協(xié)同注意力模型中，解碼生成故事，所述協(xié)同注意力模型訓(xùn)練過(guò)程中以基于外部預(yù)訓(xùn)練的話題BERT模型獲得的句向量作為句子級(jí)別的語(yǔ)義約束。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高生成故事的準(zhǔn)確性和連貫性等優(yōu)點(diǎn)。