白丝美女被狂躁免费视频网站,500av导航大全精品,yw.193.cnc爆乳尤物未满,97se亚洲综合色区,аⅴ天堂中文在线网官网

視覺(jué)常識(shí)推理方法和裝置、存儲(chǔ)介質(zhì)及電子設(shè)備

專(zhuān)利號(hào)
CN115761273B
公開(kāi)日期
2023-04-25
申請(qǐng)人
蘇州浪潮智能科技有限公司(江蘇省蘇州市吳中經(jīng)濟(jì)開(kāi)發(fā)區(qū)郭巷街道官浦路1號(hào)9幢)
發(fā)明人
李曉川; 李仁剛; 郭振華; 趙雅倩; 范寶余
IPC分類(lèi)
G06V10/70; G06V10/82; G06V10/80; G06N5/04; G06N3/0464
技術(shù)領(lǐng)域
注意力,答案,注意,問(wèn)句,文本,編碼,候選,圖像,修復(fù),權(quán)重值
地域: 江蘇省 江蘇省蘇州市

摘要

本申請(qǐng)實(shí)施例提供了一種視覺(jué)常識(shí)推理方法和裝置、存儲(chǔ)介質(zhì)及電子設(shè)備,涉及計(jì)算機(jī)領(lǐng)域,其中,該方法包括:獲取目標(biāo)圖像的圖像檢測(cè)特征、目標(biāo)問(wèn)句的問(wèn)句文本特征、第一候選答案的第一答案文本特征;將圖像檢測(cè)特征、問(wèn)句文本特征和第一答案文本特征輸入到N層抗噪注意力模塊,得到目標(biāo)圖像的圖像注意力特征、目標(biāo)問(wèn)句的文本修復(fù)篩選特征、第一候選答案的答案文本空間特征;將問(wèn)句文本特征和文本修復(fù)篩選特征進(jìn)行疊加,得到目標(biāo)問(wèn)句的文本降噪特征;根據(jù)圖像注意力特征、文本降噪特征以及答案文本空間特征,確定目標(biāo)推理結(jié)果。

說(shuō)明書(shū)

[0182] 第二隨機(jī)擦除單元,用于根據(jù)所述第i層的第二候選跨注意力特征,確定第i層的第二擦除注意力特征,其中,所述第二隨機(jī)擦除單元用于對(duì)所述第i層的第二候選跨注意力特征中的部分特征值進(jìn)行置0,得到所述第i層的第二擦除注意力特征; [0183] 第二歸一化單元,用于根據(jù)所述第i層的第二擦除注意力特征,確定所述第i層的第二歸一化特征,其中,所述第二歸一化單元用于對(duì)所述第i層的第二擦除注意力特征中的特征值進(jìn)行歸一化處理,得到所述第i層的第二歸一化特征; [0184] 第二疊加單元,用于將所述第i層的問(wèn)句編碼特征和所述第i層的第二歸一化特征進(jìn)行疊加,得到所述第i層的第二跨注意力特征。 [0185] 在一個(gè)示范性實(shí)施例中,所述第二跨注意力單元,用于: [0186] 通過(guò)以下公式確定所述第i層的第二候選跨注意力特征: [0187] [0188] 其中, 表示所述第i層的第二候選跨注意力特征, 表示所述第i 層的圖像編碼特征, 表示所述第i層的問(wèn)句編碼特征, 表示預(yù)先確 定的轉(zhuǎn)移矩陣, 表示所述第i層的圖像編碼特征對(duì)應(yīng)的權(quán)重值。 [0189] 在一個(gè)示范性實(shí)施例中,所述第i層的第三跨注意力編碼模塊,包括: [0190] 第三跨注意力單元,用于根據(jù)所述第i層的目標(biāo)拼接特征和所述第i層的答案編碼特征,確定第i層的第三候選跨注意力特征,其中,所述第三跨注意力單元用于根據(jù)所述第i層的目標(biāo)拼接特征和所述第i層的答案編碼特征,確定所述第i層的目標(biāo)拼接特征對(duì)應(yīng)的權(quán)重值,并根據(jù)所述第i層的目標(biāo)拼接特征對(duì)應(yīng)的權(quán)重值以及所述第i層的目標(biāo)拼接特征,確定所述第i層的第三候選跨注意力特征; [0191] 第三隨機(jī)擦除單元,用于根據(jù)所述第i層的第三候選跨注意力特征,確定第i層的第三擦除注意力特征,其中,所述第三隨機(jī)擦除單元用于對(duì)所述第i層的第三候選跨注意力特征中的部分特征值進(jìn)行置0,得到所述第i層的第三擦除注意力特征; [0192] 第三歸一化單元,用于根據(jù)所述第i層的第三擦除注意力特征,確定所述第i層的第三歸一化特征,其中,所述第三歸一化單元用于對(duì)所述第i層的第三擦除注意力特征中的特征值進(jìn)行歸一化處理,得到所述第i層的第三歸一化特征; [0193] 第三疊加單元,用于將所述第i層的目標(biāo)拼接特征和所述第i層的第三歸一化特征進(jìn)行疊加,得到所述第i層的第三跨注意力特征。 [0194] 在一個(gè)示范性實(shí)施例中,所述第三跨注意力單元,用于: [0195] 通過(guò)以下公式確定所述第i層的第三候選跨注意力特征: [0196] [0197] 其中, 表示所述第i層的第三候選跨注意力特征, 表示所述 第i層的目標(biāo)拼接特征, 表示所述第i層的答案編碼特征, 表示預(yù)先確定 的轉(zhuǎn)移矩陣, 表示所述第i層的目標(biāo)拼接特征對(duì)應(yīng)的權(quán)重值。 [0198] 在一個(gè)示范性實(shí)施例中,所述第i層的確定模塊,包括: [0199] 拆分單元,用于將所述第i層的第三跨注意力特征拆分成所述第i層抗噪注意力模塊輸出的圖像注意力特征和第i層的文本修復(fù)特征; [0200] 第一確定單元,用于根據(jù)所述第i層的文本修復(fù)特征和所述第i層的答案編碼特征,確定所述第i層的文本修復(fù)特征對(duì)應(yīng)的權(quán)重值; [0201] 第二確定單元,用于根據(jù)所述第i層的文本修復(fù)特征對(duì)應(yīng)的權(quán)重值與所述第i層的文本修復(fù)特征,確定所述第i層抗噪注意力模塊輸出的文本修復(fù)篩選特征。 [0202] 在一個(gè)示范性實(shí)施例中,所述拆分單元,用于: [0203] 按照所述第i層的第一跨注意力特征和所述第i層的第二跨注意力特征之間的特征數(shù)量的第一比值,將所述第三跨注意力特征拆分成所述第i層抗噪注意力模塊輸出的圖像注意力特征和第i層的文本修復(fù)特征,其中,所述第i層抗噪注意力模塊輸出的圖像注意力特征和第i層的文本修復(fù)特征之間的特征數(shù)量的第二比值等于所述第一比值。 [0204] 在一個(gè)示范性實(shí)施例中,所述第一確定單元,包括: [0205] 第一確定子單元,用于在所述第i層的文本修復(fù)特征包括維度為M×K的特征、所述第i層的答案編碼特征包括維度為H×K的特征的情況下,分別確定所述維度為M×K的特征中的各個(gè)維度為1×K的特征與所述維度為H×K的特征中的各個(gè)維度為1×K的特征之間的相似度,得到維度為M×H的相似度,其中,M、H、K均為大于或等于2的正整數(shù); [0206] 第二確定子單元,用于根據(jù)維度為M×H的相似度,確定與維度為M×K的特征對(duì)應(yīng)的維度為M×1的權(quán)重值,其中,所述第i層的文本修復(fù)特征對(duì)應(yīng)的權(quán)重值包括所述維度為M×1的權(quán)重值。 [0207] 在一個(gè)示范性實(shí)施例中,所述第一確定子單元,用于: [0208] 在維度為M×H的相似度中的各個(gè)維度為1×H的相似度中選擇取值最大的相似度,得到維度為M×1的相似度; [0209] 在所述M×1的相似度中查找取值大于或等于預(yù)設(shè)閾值的相似度;

權(quán)利要求

1 2 3 4 5 6 7 8 9 10
微信群二維碼
意見(jiàn)反饋