一种基于改进SwinTransformer的杂志、书刊广告嵌入方法技术

本发明专利技术公开了一种基于改进SwinTransformer的文本广告嵌入方法，包括待融合杂志文本页、待融合杂志广告页、数据预处理层、图像数据编码层、注意力损失计算层、迭代更新层和融合输出层；所述图像数据编码层包括多头自注意力层和前馈网络层；本发明专利技术属于图像处理技术领域，具体是指一种基于改进SwinTransformer的文本广告嵌入方法；可以有效解决将杂志广告与杂志文本进行融合，有效提升纸张的利用率；本发明专利技术提供一种自动化的杂志广告嵌入处理方式，节省了人工劳动力；本发明专利技术使用改进的SwinTransformer，可方便实现并行计算和分布式计算，加快了数据处理速度；本发明专利技术可方便的使用Pytorch或Tensorflow进行搭建；不存在训练阶段，可直接进行迭代更新的有点。点。点。

【技术实现步骤摘要】
一种基于改进Swin Transformer的杂志、书刊广告嵌入方法


[0001]本专利技术属于图像处理
，具体是指一种基于改进Swin Transformer的文本广告嵌入方法。

技术介绍

[0002]杂志广告是指刊登在杂志上的广告。杂志广告具有针对性强，保留时间长，传阅者众多，画面印刷效果好等优点；专业性杂志针对不同的读者对象，安排相应的阅读内容，因而就能受到不同的读者对象的欢迎；杂志的专业化倾向也发展得很快，如医学杂志、科普杂志、各种技术杂志等，其发行对象是特定的社会阶层或群体，专业性杂志由于具有固定的读者层面，可以使广告宣传深入某一专业行业。
[0003]杂志的封页、内页及插页都可做广告之用，对广告的位置可机动安排，可以突出广告内容，激发读者的阅读兴趣；同时对于广告内容的安排，可做多种技巧性变化，如折页、插页、连页、变形等，吸引读者的注意；目前，杂志广告往往单独成页，且杂志广告所占篇幅较大，据统计，平均一本专业杂志上的广告占总页数的百分之十五之多，若将杂志广告与杂志内的文章加以融合，可以大幅提高纸张的利用率，这对减少能源消本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进Swin Transformer的文本广告嵌入方法，其特征在于：包括待融合杂志文本页、待融合杂志广告页、数据预处理层、图像数据编码层、注意力损失计算层、迭代更新层和融合输出层；所述图像数据编码层包括多头自注意力层和前馈网络层；所述待融合杂志文本页为杂志内除广告以外的论文或期刊文章的内容页，在初始排版时文件格式为doc文件，进行后续的处理需将其格式转换为JPG格式或PNG格式，对待融合杂志文本页的尺寸reshape操作，得到尺寸为H
×
W
×
C，记为Text_Page；所述待融合杂志广告页为杂志内的广告页面，在进行后续的处理时需将其转换为JPG格式或PNG格式，所述待融合杂志广告页的尺寸reshape操作，得到尺寸为H
×
W
×
C，记为Ad_Page。2.根据权利要求1所述的一种基于改进Swin Transformer的文本广告嵌入方法，其特征在于：所述数据预处理层对Text_Page和Ad_Page数据预处理操作，包括以下步骤：(1)分块操作，Text_Page和Ad_Page的尺寸均为H
×
W
×
C，分块后均得到个数为N的小正方形区域，其中，小正方形区域的尺寸为：P
×
P
×
C小正方形区域的个数N为：(2)展平操作，对每个小正方形区域进行展平，得到1
×
(P
×
P
×
C)维的向量x；(3)合并操作，将N个小正方形展平后的向量进行合并得到矩阵X，其维度为N
×
(P
×
P
×
C)，形式为：X＝[x1,x2,
…
,x
N
]
T
将Text_Page经过数据预处理层得到的结果记为X
Text
，将Ad_Page经过数据预处理层得到的结果记为X
Ad
。3.根据权利要求2所述的一种基于改进Swin Transformer的文本广告嵌入方法，其特征在于：所述自注意力层用于比较每个小正方形区域之间相关性并得到抽象语义特征，可解决信息量过大带来的算力不足的问题，包括如下计算步骤：S1、生成每个分量的取值范围在
‑
1到1之间的特征矩阵L、M和N，将特征矩阵L、M和N设置为不可修改，其中特征矩阵L、M和N的形式均为：L＝[l1,l2,
…
,l
N
]
T
M＝[m1,m2,
…
,m
N
]
T
N＝[n1,n2,
…
,n
N
]
T
其中，特征矩阵L、M和N的每个分量的维度均为(P
×
P
×
C)
×
1；S2、通过特征矩阵L、M和N生成查寻矩阵IN、键矩阵K和值矩阵V，具体计算方式为：IN＝X
×
L
T
K＝X
×
M
T
V＝X
×
N
T

【专利技术属性】
技术研发人员：李宁，李佳钥，李风山，
申请(专利权)人：晋城市大锐金马工程设计咨询有限公司，
类型：发明
国别省市：