一種基于層級外部語義指導的圖像故事生成方法

基本信息

申請?zhí)?/td> CN202111352215.6 申請日 -
公開（公告）號 CN114186055A 公開（公告）日 2022-03-15
申請公布號 CN114186055A 申請公布日 2022-03-15
分類號 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 計算；推算；計數(shù);
發(fā)明人 王瀚漓;范瑞潮;王雷 申請（專利權）人 深蘭科技（上海）有限公司
代理機構 上?？剖⒅R產權代理有限公司 代理人 翁惠瑜
地址 200092上海市楊浦區(qū)四平路1239號
法律狀態(tài) -

摘要

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