[發明專利]基于圖像生成文本信息的方法、裝置、電子設備及介質

在審

• 申請號: 201810541055.1
• 申請日: 2018-05-30
• 公開（公告）號: CN110555332A
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 林科;過海洋;羅振波;姜映映;付培
• 申請（專利權）人: 北京三星通信技術研究有限公司;三星電子株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 11330 北京市立方律師事務所
• 代理人: 張筱寧

本申請實施例提供了一種基于圖像生成文本信息的方法、電子設備及存儲介質，該方法包括：獲取待處理圖像的第一圖像特征信息，以及至少一個文本屬性對應的文本屬性信息；根據第一圖像特征信息和文本屬性信息，確定待處理圖像所對應的文本信息。本申請實施例的方案，通過將待處理圖像的圖像特征信息和圖像的文本屬性信息結合，基于多維度特征實現了對圖像所對應文本信息的生成，通過本申請實施例的方案，能夠有效提高基于圖像所生成的文本信息的精度。

技術領域

本申請涉及計算機視覺領域和人工智能領域，具體而言，本發明涉及一種基于圖像生成文本信息的方法、裝置、電子設備及介質。

背景技術

目前計算機視覺領域通過深度學習的方法，可以使得機器能夠理解更高層次的媒體信息，從針對整張圖的識別，到對圖像的分割，到對圖像的細粒度識別，再到通過圖像生成文字，深度學習所能夠解決的問題的復雜度逐漸升高，但現有通過圖像生成文字的方案中存在精度不夠的問題，無法準確的生成文字。

發明內容

本申請的目的旨在至少能解決上述的技術缺陷之一，特別是通過圖像生成文字精度低的技術缺陷。本申請所采用的技術方案如下：

第一方面，本申請提供了一種基于圖像生成文本信息的方法，包括：

獲取待處理圖像的第一圖像特征信息，以及至少一個文本屬性對應的文本屬性信息；

根據第一圖像特征信息和文本屬性信息，確定待處理圖像所對應的文本信息。

第二方面，本申請提供了一種基于圖像生成文本信息的裝置，包括：

圖像信息獲取模塊，用于獲取待處理圖像的第一圖像特征信息，以及至少一個文本屬性對應的文本屬性信息；

文本信息確定模塊，用于根據第一圖像特征信息和文本屬性信息，確定待處理圖像所對應的文本信息。

第三方面，本申請提供了一種電子設備，包括：

一個或多個處理器；

存儲器；

一個或多個應用程序，其中一個或多個應用程序被存儲在存儲器中并被配置為由一個或多個處理器執行，一個或多個應用程序配置用于：執行本申請第一方面所示的基于圖像生成文本信息的方法。

第四方面，本申請提供了一種計算機可讀存儲介質，計算機可讀存儲介質用于存儲計算機指令，當計算機指令在計算機上運行時，使得計算機可以執行本申請第一方面所示的基于圖像生成文本信息的方法。

本申請實施例提供的技術方案帶來的有益效果是：本申請實施例中，通過將待處理圖像的圖像特征信息和圖像的文本屬性信息結合，基于多維度特征實現了對圖像所對應文本信息的生成，通過本申請實施例的方案，能夠有效提高基于圖像所生成的文本信息的精度。

附圖說明

為了更清楚地說明本申請實施例中的技術方案，下面將對本申請實施例描述中所需要使用的附圖作簡單地介紹。

圖1為本申請實施例提供的一種基于圖像生成文本信息的方法的流程示意圖；

圖2本申請實施例中獲取待處理圖像中的第一圖像特征信息和文本屬性對應的文本屬性信息的示意圖；

圖3為本申請一個實施例中通過遞歸神經網絡確定待處理圖像的第一隱藏特征向量的示意圖；

圖4為本申請另一個實施例中通過遞歸神經網絡確定待處理圖像的第一隱藏特征向量的示意圖；

圖5為本申請再一個實施例中通過遞歸神經網絡確定待處理圖像的第一隱藏特征向量的示意圖；

圖6為本申請實施例中一種基于圖像生成文本信息的裝置的結構示意圖；