一种基于深度学习的艺术品图像多层级描述自动生成方法(高校公示15天)(不包年费滞纳金)(需要二变)
本申请涉及人工智能技术领域一种基于深度学习的艺术品图像多层级描述自动生成方法。所述方法包括:获取待描述的艺术品图像,对待描述的艺术品图像进行预处理,得到预处理图像;采用基于深度学习方式提取预处理图像的全局视觉特征和局部视觉特征;根据全局视觉特征和局部视觉特征在隐喻知识图谱进行查询,得到艺术品图像的隐喻视觉特征;根据多维度视觉特征在专家句子库中进行查询,得到图像特征对应的专家描述语句;根据多维度视觉特征和预定标题模板,得到艺术品标题;根据专家描述语句和预定详细描述模板,得到艺术品详细描述;根据艺术品标题和艺术品详细描述,得到艺术品图像多层级描述。采用本方法可以实现对艺术品图像描述的高效率生成。
《一种基于深度学习的艺术品图像多层级描述自动生成方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022108873195,当前法律状态为已下证,由湖南大学提出申请,发明人为刘芳;郑宝莹;张默涵;崔盛兰;杨柏蔼,申请日期为2022-07-26,公开(公告)日期为2025-10-17,国际专利分类号(IPC)为 G06V 10/424 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本申请涉及人工智能技术领域一种基于深度学习的艺术品图像多层级描述自动生成方法。所述方法包括:获取待描述的艺术品图像,对待描述的艺术品图像进行预处理,得到预处理图像;采用基于深度学习方式提取预处理图像的全局视觉特征和局部视觉特征;根据全局视觉特征和局部视觉特征在隐喻知识图谱进行查询,得到艺术品图像的隐喻视觉特征;根据多维度视觉特征在专家句子库中进行查询,得到图像特征对应的专家描述语句;根据多维度视觉特征和预定标题模板,得到艺术品标题;根据专家描述语句和预定详细描述模板,得到艺术品详细描述;根据艺术品标题和艺术品详细描述,得到艺术品图像多层级描述。采用本方法可以实现对艺术品图像描述的高效率生成。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
