[發明專利]圖片集描述方法及裝置

有效

• 申請號: 201910186100.0
• 申請日: 2019-03-12
• 公開（公告）號: CN109902759B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 周曦;姚志強;譚濤;周翔;李夏風;吳媛;湯文潔;吳大為
• 申請（專利權）人: 恒睿（重慶）人工智能技術研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/58
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 尹麗云

本申請實施例提供一種圖片集描述方法及裝置，應用于自然語言處理領域。本申請通過獲取包括至少一張圖片的待描述圖片集對應的主要圖像場景，并從存儲的至少一種圖像場景對應的自然語言描述模板中選取與所述主要圖像場景匹配的目標描述模板，其中存儲的每種圖像場景對應至少一個自然語言描述模板，從而根據述主要圖像場景及所述目標描述模板生成與所述待描述圖片集對應的自然語言描述文本，以通過所述自然語言描述文本揭露該待描述圖片集的具體圖像內容，使用戶可通過生成的自然語言描述文本直觀地了解到對應圖片集的具體圖像內容。

技術領域

本申請涉及自然語言處理技術領域，具體而言，涉及一種圖片集描述方法及裝置。

背景技術

隨著科學技術的不斷發展，為實現人機間自然語言通信，自然語言處理技術也得到了飛速發展，其中對由至少一張圖片組成的圖片集的自然語言描述技術，便是自然語言處理技術的重要分支。目前而言，業界主流在對圖片集進行自然語言描述時，通常是結合該圖片集的拍攝時間信息及拍攝地點信息來生成對應的自然語言描述文本。然而，這種自然語言描述方案最終得到的自然語言描述文本僅只有對時間及地點的相關描述，無法揭露該圖片集的具體實際圖像內容，使用戶無法直觀地通過生成的自然語言描述文本了解到對應圖片集的具體圖像內容。

發明內容

為了克服現有技術中的上述不足，本申請的目的在于提供一種圖片集描述方法及裝置，其能夠基于待描述圖片集的圖像場景生成對應的自然語言描述文本，以揭露該待描述圖片集的具體圖像內容，使用戶可通過生成的自然語言描述文本直觀地了解到對應圖片集的具體圖像內容。

就方法而言，本申請實施例提供一種圖片集描述方法，所述方法包括：

獲取包括至少一張圖片的待描述圖片集所對應的主要圖像場景；

從存儲的至少一種圖像場景對應的自然語言描述模板中，選取與所述主要圖像場景匹配的目標描述模板，其中，存儲的每種圖像場景對應至少一個自然語言描述模板；

根據所述主要圖像場景及所述目標描述模板生成與所述待描述圖片集對應的自然語言描述文本。

就裝置而言，本申請實施例提供一種圖片集描述裝置，所述裝置包括：

場景獲取模塊，用于獲取包括至少一張圖片的待描述圖片集所對應的主要圖像場景；

模板選取模塊，用于從存儲的至少一種圖像場景對應的自然語言描述模板中，選取與所述主要圖像場景匹配的目標描述模板，其中，存儲的每種圖像場景對應至少一個自然語言描述模板；

描述生成模塊，用于根據所述主要圖像場景及所述目標描述模板生成與所述待描述圖片集對應的自然語言描述文本。

相對于現有技術而言，本申請實施例提供的圖片集描述方法及裝置具有以下有益效果：本申請能夠基于待描述圖片集的圖像場景生成對應的自然語言描述文本，以揭露該待描述圖片集的具體圖像內容，使用戶可通過生成的自然語言描述文本直觀地了解到對應圖片集的具體圖像內容。首先，所述方法獲取包括至少一張圖片的待描述圖片集所對應的主要圖像場景，其中所述主要圖像場景為由所述待描述圖片集中所有圖片表現出的圖像場景中的出現頻次比重最大的圖像場景；然后，所述方法從存儲的至少一種圖像場景對應的自然語言描述模板中，選取與所述主要圖像場景匹配的目標描述模板，其中，存儲的每種圖像場景對應至少一個自然語言描述模板；最后，所述方法根據所述主要圖像場景及所述目標描述模板生成與所述待描述圖片集對應的自然語言描述文本，從而通過所述自然語言描述文本揭露該待描述圖片集的具體圖像內容，使用戶可通過生成的自然語言描述文本直觀地了解到對應圖片集的具體圖像內容。

為使本申請的上述目的、特征和優點能更明顯易懂，下文特舉本申請較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明