一种基于关键词引导和GATv2-LSTM网络的场景图问答方法(人工智能AI、图神经网络、视觉问答 VQA、图像理解、智能人机交互、安防图像问答、自动驾驶场景理解)
本发明公开了一种基于关键词引导和GATv2‑LSTM网络的场景图问答方法,步骤包括:对文本和场景图预处理,将文本形式的问题换为词向量序列,删除图中与问题无关的节点并编码生成新的场景图表示。将问题的词向量序列利用Transformer进行编码,提取问题关键词,利用关键词引导GATv2学习场景图特征,并利用LSTM网络对图特征进行归纳、推理,最后将问题特征与场景图特征相融合,输入到分类器获取最终答案。本方法使用场景图和关键词引导,并利用LSTM进行归纳、推理,能够有效缩小模态间差距、避免模型直接学习图像与文本间的映射,提高问答的准确率。
《一种基于关键词引导和GATv2-LSTM网络的场景图问答方法(人工智能AI、图神经网络、视觉问答 VQA、图像理解、智能人机交互、安防图像问答、自动驾驶场景理解)》是一发明专利,专利号为 2023108237103,当前法律状态为已下证,由武汉科技大学提出申请,发明人为左韬;汪磊;宋栋,申请日期为2023-07-05,公开(公告)日期为2026-03-27,国际专利分类号(IPC)为 G06F 16/3329 (2025.01),高新资质:未报高企,所属技术领域包括:计算机视觉、自然语言处理、多模态融合、深度学习、知识推理、文本编码、时序建模、人工智能、模式识别、语义理解、图表示学习、跨模态推理、医疗辅助问答、灾害图像评估、遥感图像解析、教育智能识图答疑、工业质检图像问答、智慧园区监控问答、文物图像识别问答、智能家居视觉交互、无人机图像研判、智能客服图文问答、遥感测绘判读、机器人视觉问答。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:本发明公开了一种基于关键词引导和GATv2‑LSTM网络的场景图问答方法,步骤包括:对文本和场景图预处理,将文本形式的问题换为词向量序列,删除图中与问题无关的节点并编码生成新的场景图表示。将问题的词向量序列利用Transformer进行编码,提取问题关键词,利用关键词引导GATv2学习场景图特征,并利用LSTM网络对图特征进行归纳、推理,最后将问题特征与场景图特征相融合,输入到分类器获取最终答案。本方法使用场景图和关键词引导,并利用LSTM进行归纳、推理,能够有效缩小模态间差距、避免模型直接学习图像与文本间的映射,提高问答的准确率。
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!
