[发明专利]图像描述文本生成方法、装置、计算机设备及存储介质

摘要

本申请涉及人工智能技术领域，提供一种图像描述文本生成方法、装置、计算机设备及存储介质，通过预设识别模型对待描述图像进行图像文本识别，得到参考句子；将参考句子输入至文本特征模型，对参考句子进行文本特征提取，得到时序文本；通过文本主题模型对时序文本进行主题提取，得到文本主题；通过视觉特征提取模型，对待描述图像进行视觉特征提取，得到各视觉字符串；通过注意力模型根据文本主题对所述视觉字符串进行特征重组，得到视觉重组特征；将视觉重组特征和时序文本输入至文本描述生成模型中，生成描述文本。本申请引入主题引导的注意力模型，使得图像与正确的描述文本能够逼近，与错误的描述文本疏远，提高了描述文本的准确性。