一種基于深度神經(jīng)網(wǎng)絡(luò)的智能視覺問答方法
基本信息
| 申請?zhí)?/td> | CN201711494024.7 | 申請日 | - |
| 公開（公告）號 | CN108170816B | 公開（公告）日 | 2018-06-15 |
| 申請公布號 | CN108170816B | 申請公布日 | 2018-06-15 |
| 分類號 | G06F16/332(2019.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 紀榮嶸;周奕毅 | 申請（專利權(quán)）人 | 南強智視（廈門）科技有限公司 |
| 代理機構(gòu) | 廈門南強之路專利事務(wù)所（普通合伙） | 代理人 | 馬應(yīng)森 |
| 地址 | 361000 福建省廈門市思明區(qū)廈門大學大南2號樓 | ||
| 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)學習框架進行全新的深度學習網(wǎng)絡(luò)設(shè)計以解決智能視覺問答中訓練數(shù)據(jù)缺乏與回答原因不可知等兩大問題。設(shè)計了一新型的深度學習網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)在進行智能視覺問答的同時能夠?qū)o出的答案進行原因說明，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)容針對性地對圖像內(nèi)容進行描述。該網(wǎng)絡(luò)結(jié)構(gòu)采用了樞紐結(jié)構(gòu)設(shè)計，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。?? |
