公开(公告)号：CN119152342A

公开(公告)日：2024-12-17

申请号：CN202411197559.8

申请日：2024-08-29

Applicant: 安徽大学

Inventor： 徐沁 ,  宋珊 ,  王逍 ,  付燕平 ,  孙梦晴 ,  张宇辉

IPC: G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及图像处理领域，具体涉及一种图像描述模型的训练方法及系统、图像描述的生成方法，该训练方法包括：将目标图像输入图像特征提取器提取网格特征和区域特征；在编码器的每一层，将网格特征和区域特征融合后进行编码，得到最终编码；将最终编码输入解码器进行解码，得到目标图像的图像描述；根据预定义的损失函数对所述图像描述模型进行训练，直到达到预定的收敛标准。本发明可以有效地整合细粒度细节和粗粒度信息，弥补了网格特征和区域特征之间的差异，从而提高了生成的图像描述的准确度。