一种基于上下文感知注意的图像文本检索方法

摘要

本发明公开了一种基于上下文感知注意的图像文本检索方法，给定一个图像文本对，分别提取图像文本的区域特征，并将图像及文本特征映射成相同大小的维度；将提取的图像文本特征进行特征融合；在融合成的特征矩阵中提取图像片段特征与文本中的单词特征，并分别进行融合求得相似权重，对跨模态提取的特征进行归一化处理；利用图像文本匹配损失对模型进行训练；本发明的方法能够通过对图像数据库中的图像进行识别和检索，实现图片和文本的匹配。