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！

龙图腾网获悉中国矿业大学申请的专利一种基于条件变分Transformer和自省对抗学习的多样化图像描述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：CN116824584B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310804760.7，技术领域涉及：G06V20/70；该发明授权一种基于条件变分Transformer和自省对抗学习的多样化图像描述方法是由刘兵;刘浩;王栋;刘明明;周勇设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种基于条件变分Transformer和自省对抗学习的多样化图像描述方法在说明书摘要公布了：本发明公开了一种基于条件变分Transformer和自省对抗学习的多样化图像描述方法，包括：提取图像的区域特征得到输入向量输入至预设的条件变分Transformer模型，得到图像的相应描述语句；该模型包括变分推断编码器和生成器；将模型使用序列化条件自编码中的变分下界机理进行预训练；再采用自省对抗学习策略进行微调，在不额外添加判别器的前提下，通过对抗学习自我评估生成的描述语句来实现图像描述的多样化。本发明采用序列化条件变分自编码架构，与条件变分Transformer模型相结合，解决了模型受限于单一映射的问题；采用自省对抗学习策略，缓解了模型受限于人工评价指标的问题，提升了多样化图像描述的性能。

本发明授权一种基于条件变分Transformer和自省对抗学习的多样化图像描述方法在权利要求书中公布了：1.一种基于条件变分Transformer和自省对抗学习的多样化图像描述方法，其特征在于，包括步骤如下： 步骤1、获取图像，并提取该图像的区域特征得到输入向量； 步骤2、将上述向量输入预设的条件变分Transformer模型，得到图像的相应描述语句；其中，所述预设的条件变分Transformer模型包括变分推断编码器和生成器，所述的变分推断编码器和生成器均由掩码自注意力层、交叉注意力层、归一化残差层和前馈神经网络组成； 步骤3、将上述预设的条件变分Transformer模型使用序列化条件自编码中的变分下界机理进行模型的预训练； 步骤4、将上述预训练的模型采用自省对抗学习策略进行微调，在不额外添加判别器的前提下，通过对抗学习思想自我评估生成的描述语句，来实现图像描述的多样化；其中，自省对抗学习策略的微调采用如下公式： 其中[·]＝max0，·，m为positivemargin，sg·表示反向传播在此时停止，α和β为权衡参数，LXE表示交叉熵损失，LKL表示KL损失，x表示人工标注的真实描述语句，x表示生成器采样得到的描述语句。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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”。

以上内容由龙图腾AI智能生成。