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！

龙图腾网获悉华南理工大学申请的专利基于先验概率分布的无监督图像字幕生成方法、系统及存储介质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：CN118351537B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202410534852.2，技术领域涉及：G06V20/70；该发明授权基于先验概率分布的无监督图像字幕生成方法、系统及存储介质是由陶乾;范晓阳;郝书奕设计研发完成，并于2024-04-30向国家知识产权局提交的专利申请。

本基于先验概率分布的无监督图像字幕生成方法、系统及存储介质在说明书摘要公布了：本发明公开了一种基于先验概率分布的无监督图像字幕生成方法、系统及存储介质，所述方法包括：根据获取的图像数据集和文本数据集，构建训练集；训练集中的样本包括每张图像的图像特征及句子空间中对应的伪真实句子；将图像特征输入无监督图像字幕生成模型中的特征聚合长短期记忆递归神经网络中，得到生成的句子，以使生成的句子与图像特征在全局上保持对齐；根据生成的句子，计算生成句子的预测分布以及在语义空间中的先验概率分布；利用训练集对无监督图像字幕生成模型进行训练，基于总损失函数更新无监督图像字幕生成模型中的参数，得到训练好的无监督图像字幕生成模型；将待生成字幕的图像输入训练好的无监督图像字幕生成模型中，生成图像的字幕。本发明能够生成与图像内容匹配的字幕。

本发明授权基于先验概率分布的无监督图像字幕生成方法、系统及存储介质在权利要求书中公布了：1.一种基于先验概率分布的无监督图像字幕生成方法，其特征在于，所述方法包括： 根据获取的图像数据集和文本数据集，构建训练集，包括：根据每张图像的多个目标以及文本数据集，得到每张图像的视觉概念；由所有图像的视觉概念构成目标‑概念字典；根据目标‑概念字典及文本数据集，得到概念‑字幕字典；在概念‑字幕字典中检索每张图像的视觉概念，得到所有图像的伪真实句子，构成句子空间；将每张图像的图像特征及句子空间中对应的伪真实句子作为训练集中的样本； 将图像特征输入无监督图像字幕生成模型中的特征聚合长短期记忆递归神经网络中，得到生成的句子，以使生成的句子与图像特征在全局上保持对齐；根据生成的句子，计算生成句子的预测分布以及在语义空间中的先验概率分布； 利用所述训练集对无监督图像字幕生成模型进行训练，基于总损失函数更新无监督图像字幕生成模型中的参数，得到训练好的无监督图像字幕生成模型；所述总损失函数包括余弦损失函数和KL损失函数，所述余弦损失函数将生成句子在语义空间中的先验概率分布和生成句子的预测分布进行比对，以增加生成句子的多样性；所述KL损失函数将生成句子的预测分布和对应的伪真实句子的分布进行比对，以提高无监督图像字幕生成模型的准确性； 将待生成字幕的图像输入训练好的无监督图像字幕生成模型中，生成对应图像的字幕。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。