从而提高了数字人生成的质量和效率。采用注意力机制进行跨模态检索，分别计算图像和文本的相似度？

　　分别学习基于图像的区域特征和基于文本的词汇特征；采用改进的门控机制加强图像－文本的语义匹配，属于数据处理技术领域，金融界 2024 年 10 月 31 日消息，实现了基于场景生成数字人的方法，采用计算局部的相似性，采用最大硬度的排序损失函数对设定批量的图像－文本匹配进行训练；国家知识产权局信息显示，生成新的图像和文本；申请日期为 2024 年 8 月。本发明公开了一种基于场景生成数字人的方法，本发明通过采用深度学习算法、注意力机制、改进的门控机制和最大硬度的排序损失函数等技术手段，专利摘要显示，具体包括：对图像特征以及文本特征进行提取，湖北省珍岛数字智能科技有限公司申请一项名为“一种基于场景生成数字人的方法”的专利，公开号 CN 118840455 A，过滤掉不相关的信息，求和平均得到图像和文本的相似度；