专利名称：一种基于隐藏信息学习的图像美学描述生成方法专利类型：发明专利发明人：俞俊,李相,高飞申请号：CN202011609603.3申请日：20201230公开号：CN112598662A公开日：20210402
摘要：本发明公开了一种基于隐藏信息学习的图像美学描述生成的方法。本发明步骤如下：(1)模型预处理。采用目标检测网络Enc和Transformer网络Enc分别从图像和文本评论中提取多尺度特征表达；(2)基于对抗学习的跨模态一致性特征提取。利用对抗学习思想，构建特征模态判别器；(3)多因素控制的美学评论生成。以美学因素标记作为辅助信息，利用美学因素编码器Enc提取美学因素标记对应的语义特征，并将该语义特征输入到评论解码器中，生成文本评论；(4)基于多任务约束判别网络，实现多尺度图像特征和多尺度文本特征的有效性和生成的文本评论的合理性；(5)基于隐藏信息学习的对抗损失。本发明生成文本与输入图像的美学质量相匹配，从而提升模型的鲁棒性和精确性。
申请人：杭州电子科技大学
地址：310018 浙江省杭州市下沙高教园区2号大街
国籍：CN
代理机构：杭州君度专利代理事务所(特殊普通合伙)
代理人：朱月芬
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容