一种基于增强注意力机制的端到端图像描述生成方法

本发明提出一种基于增强注意力机制的端到端图像描述生成方法，属于人工智能技术领域。生成图像描述生成模型，包括图像特征抽取层、多粒度特征融合编码器、自适应双向解图码器、线性变换层和打分排序层；对图像描述生成模型使用交叉熵损失进行训练，然后采用自我批评训练优化CIDEr评分优化，并利用完成训练的图像描述生成模型描述图像。其评价指标上超越了现有技术，本发明的图像描述方法不仅提高了图像语义理解能力，而且更贴近人类描述习惯，具有良好的可解释性。