技術(shù)總結(jié)
本發(fā)明公開了一種基于深度殘差網(wǎng)絡(luò)和LSTM的圖像理解方法。所述方法首先構(gòu)建一個深度殘差網(wǎng)絡(luò)模型提取圖像的抽象特征并保存為特征矩陣；然后LSTM模型中的動態(tài)注意機(jī)制根據(jù)特征矩陣動態(tài)地生成合適的特征向量，最后LSTM模型根據(jù)特征向量生成成自然語言(英語)。本發(fā)明利用了深度殘差網(wǎng)絡(luò)在圖像特征提取和LSTM對時序序列建模方面的優(yōu)勢，深度殘差網(wǎng)絡(luò)和LSTM模型成了一個編碼?解碼框架，將圖像內(nèi)容信息轉(zhuǎn)化成自然語言，達(dá)到提取圖像的深層次信息的目的。

技術(shù)研發(fā)人員：胡丹;袁東芝;余衛(wèi)宇;李楚怡
受保護(hù)的技術(shù)使用者：華南理工大學(xué)
文檔號碼：201611226528
技術(shù)研發(fā)日：2016.12.27
技術(shù)公布日：2017.05.10