Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜重庆邮电大学高新波获国家专利权

恭喜重庆邮电大学高新波获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜重庆邮电大学申请的专利一种基于脑启发多模态交互网络的图像美学质量评价方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116152221B

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310256229.0,技术领域涉及:G06T7/00;该发明授权一种基于脑启发多模态交互网络的图像美学质量评价方法是由高新波;聂茜茜;胡波;肖斌;李伟生;田一雯设计研发完成,并于2023-03-16向国家知识产权局提交的专利申请。

一种基于脑启发多模态交互网络的图像美学质量评价方法在说明书摘要公布了:本发明属于数字图像处理与模式识别领域,具体涉及一种基于脑启发多模态交互网络的图像美学质量评价方法,包括:建立脑启发多模态交互网络模型;将图像数据输入图像感知模块获取图像感知特征;将文本数据输入文本感知模块提取文本感知特征;通过识别模块学习图像感知特征和文本感知特征之间的交互关系,得到图像与文本之间的关联表示;评估模块融合图像感知特征、文本感知特征和图像与文本之间的关联表示,融合后进行幂归一化和L2正则化得到美学分布。本发明通过KI‑LSTM整合用户隐式记忆,提取文本和图像特征的关联表示;提出通用的SMF去融合多模态特征,利用低秩矩阵分解方式减少参数,使模型具有很好的泛化能力。

本发明授权一种基于脑启发多模态交互网络的图像美学质量评价方法在权利要求书中公布了:1.一种基于脑启发多模态交互网络的图像美学质量评价方法,其特征在于,包括:S1、建立脑启发多模态交互网络模型;所述脑启发多模态交互网络模型,包括:图像和文本感知模块、识别模块和评估模块;S2、将图像数据输入图像感知模块,通过在ImageNet上进行预训练的改进VGG16基干网络和3个层次卷积网络结构获取图像感知特征;所述改进VGG16基干网络为删除原VGG16网络中的分类层后得到的VGG16基干网络;S3、将文本数据输入文本感知模块提取文本感知特征;所述文本数据为对图像数据的主观评论文本;S4、通过识别模块学习图像感知特征和文本感知特征之间的交互关系,得到图像与文本之间的关联表示;将图像感知特征和文本感知特征输入识别模块,通过强化图像记忆的KI-LSTM模型学习感知特征间的交互关系,在KI-LSTM模型中关注图像的残差网络结构去避免图像特征被遗忘,之后完成对图像相关的主观评价文本知识的整合,输出图像与文本之间的关联表示;S5、评估模块利用可低秩分解的SMF去融合图像感知特征、文本感知特征和图像与文本之间的关联表示,融合后进行幂归一化和L2正则化得到美学分布;评估模块利用可低秩分解的SMF去融合图像感知特征、文本感知特征和图像与文本之间的关联表示,包括: 其中,表示SMF融合图像感知特征、文本感知特征和图像与文本之间的关联表示后的输出,R表示R个分解因子,ftext表示文本感知特征,fcogn表示图像与文本之间的关联表示,fimg表示图像感知特征,wtext,r、wcogn,r、wimg,r分别表示ftext、fcogn、fimg的权重系数,表示输入向量,表示外积,表示元素积。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。