图像描述信息的生成方法及其系统、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115049877A(43)申请公布日2022.09.13(21)申请号202210676387.7G06V10/82(2022.01)(22)申请日2022.06.15G06N3/04(2006.01)(71)申请人中国工商银行股份有限公司地址100140北京市西城区复兴门内大街55号(72)发明人高亦然(74)专利代理机构北京康信知识产权代理有限责任公司11240专利代理师周春枚(51)Int.Cl.G06V10/764(2022.01)G06V10/77(2022.01)G06V10/26(2022.01)G06V10/44(2022.01)G06V10/56(2022.01)权利要求书2页说明书12页附图6页(54)发明名称图像描述信息的生成方法及其系统、电子设备及存储介质(57)摘要本发明公开了一种图像描述信息的生成方法及其系统、电子设备及存储介质，涉及人工智能领域，其中，该生成方法包括：接收待处理图像，并对待处理图像进行分割，得到多张分割后的子图像，基于子图像以及每张子图像对应的图像序列信息，构建初始特征向量，向初始特征向量注入预设权重信息，得到权重特征向量，对权重特征向量进行解码，生成候选信息序列，并解析候选信息序列，得到多个图像描述信息，选取最高评估分值表征的图像描述信息作为待处理图像的目标图像描述信息。本发明解决了相关技术中生成的图像描述信息存在逻辑混乱以及情感分析容易出现歧义的技术问题。CN115049877ACN115049877A权利要求书1/2页1.一种图像描述信息的生成方法，其特征在于，包括：接收待处理图像，并对所述待处理图像进行分割，得到多张分割后的子图像；基于所述子图像以及每张所述子图像对应的图像序列信息，构建初始特征向量；向所述初始特征向量注入预设权重信息，得到权重特征向量；对所述权重特征向量进行解码，生成候选信息序列，并解析所述候选信息序列，得到多个图像描述信息，其中，每个所述图像描述信息对应有一个信息评估分值；选取最高评估分值表征的图像描述信息作为所述待处理图像的目标图像描述信息。2.根据权利要求1所述的生成方法，其特征在于，在接收待处理图像之后，还包括：获取预设图像信息，其中，所述预设图像信息包括下述至少之一：颜色、边界、灰度；基于所述预设图像信息，对所述待处理图像进行预处理。3.根据权利要求1所述的生成方法，其特征在于，对所述待处理图像进行分割，得到多张分割后的子图像的步骤，包括：对所述待处理图像进行识别，得到目标信息，其中，所述目标信息包括下述至少之一：物体、场景；基于所述目标信息，对所述待处理图像进行分割，得到多张分割后的所述子图像。4.根据权利要求1所述的生成方法，其特征在于，在向所述初始特征向量注入预设权重信息，得到权重特征向量之后，还包括：在所述待处理图像为连续图像集合中的某一中间图像的情况下，接收前一图像的编码信息，其中，所述中间图像为所述连续图像集合中除了开始图像的任何一张图像，所述前一图像为在所述连续图像集合的时间序列上，相对于所述待处理图像所处时间的前一时间的图像；将所述编码信息注入到所述权重特征向量，得到目标权重特征向量。5.根据权利要求4所述的生成方法，其特征在于，在将所述编码信息注入到所述权重特征向量，得到目标权重特征向量之后，还包括：基于预设降维策略，对所述目标权重特征向量进行降维，得到降维特征向量；判断所述降维特征向量是否存在相似分类关系，得到判断结果，其中，所述相似分类关系是指存在权重值相等的图像描述信息；在所述判断结果指示所述降维特征向量存在相似分类关系的情况下，将所述前一图像中的图像描述信息作为所述待处理图像中的图像描述信息。6.根据权利要求4所述的生成方法，其特征在于，在解析所述候选信息序列，得到多个图像描述信息之后，还包括：基于预设评估策略，对所述多个图像描述信息进行评估，得到每个所述图像描述信息对应的信息评估分值；对所述信息评估分值进行排序，得到排序结果；基于所述排序结果，选择位于预设位数之前的所有所述信息评估分值为目标评估分值；在所述待处理图像不是所述连续图像集合中最后一张图像的情况下，将所述目标评估分值指示的图像描述信息的编码信息传入下一张图像的图像描述信息生成过程中。7.一种图像描述信息的生成系统，其特征在于，包括：2CN115049877A权利要求书2/2页图像信息解析模块，用于接收待处理图像，并对所述待处理图像进行分割，得到多张分割后的子图像，基于所述子图像以及每张所述子图像对应的图像序列信息，构建初始特征向量，将所述初始特征向量传送至图像信息编码模块；图像信息编码模块，与所述图像信息解析模块连接，用于接收所述初始特征向量，并向所述初始特征向量注入预设权重信息，得到权重特征