一种基于二阶段语义矫正的图像字幕算法

本发明提供一种基于二阶段语义矫正的图像字幕算法，包括一阶段解码和二阶段解码；所述一阶段解码负责生成出稿字幕，依赖视觉编码器和初稿解码器，结合区域、网格和语义特征，生产对图像内容的初步描述；所述视觉编码器负责将输入图像转化为高维特征向量，采用基于概念语义提取和几何特征融合的方法，通过整合结构化语义信息与几何特征，增强图像的语义深度和表达能力；所述初稿解码器在所述视觉编码器提取的特征基础上，结合当前已生成的词序列，逐步生成字幕草稿；所述二阶段解码包括审议解码器，所述审议解码器是对初稿字幕进行修正和优化。