CNIPA.AI
返回搜索
档案

基于自然语言驱动的图像目标定位与前景提取方法及系统

发明专利未知
10权利要求 · 3 独立
§ Ⅰ

卷宗概要

发明人

柯静丹

申请日

Jul 10, 2026

公开日

Oct 20, 2026

IPC 分类

G06T 7/194 (2017.01)G06V 10/26 (2022.01)G06V 10/44 (2022.01)G06V 10/28 (2022.01)G06V 10/80 (2022.01)G06V 10/82 (2022.01)G06F 40/30 (2020.01)G06F 40/284 (2020.01)G06N 3/045 (2023.01)

本发明公开一种基于自然语言驱动的图像目标定位与前景提取方法及系统,对待处理图像提取视觉特征图、对自然语言文本提取包含词级和句级特征向量的语言特征向量,将二者跨模态融合得到含词级跨模态响应和句级跨模态响应的融合特征图,据此确定表征目标对象所处区域且包含目标边界框和目标区域掩码的第一定位信息、以及由词级与句级跨模态响应融合得到并表征各像素与该目标对象语言—视觉对应程度的第二定位信息;再依据第一定位信息确定候选前景区域,并利用第二定位信息所表征的语言—视觉对应程度约束前景掩码融合得到目标前景掩码,从而提取目标对象对应的前景区域,实现了自然语言精准驱动的图像目标定位与前景提取。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式