广东工业大学杨宝瑶获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉广东工业大学申请的专利一种基于多模态大模型的视频-文本检索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119336923B 。
龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411271756.X，技术领域涉及：G06F16/43；该发明授权一种基于多模态大模型的视频-文本检索方法是由杨宝瑶;陈俊祥;黄彦浩;姚文彬设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。
本一种基于多模态大模型的视频-文本检索方法在说明书摘要公布了：本发明公开了一种基于多模态大模型的视频‑文本检索方法。包括以下步骤：获取原始文本‑原始视频对数据集；利用预设方法为原始视频生成补充文本和增强视频；计算原始文本和补充文本的融合文本特征，并利用交叉注意力编码分别提取原始视频与增强视频的视频全局特征；利用文本特征和视频全局特征，计算对比学习约束；利用对比学习约束促进模型实现信息对齐；利用训练好的模型生成待检索视频的特征信息并将其保存，检索时通过计算输入视频或文本的特征与已保存特征信息之间的相似度，从而获得检索结果。本发明通过基于多模态大模型的数据增强以及四元组视频‑文本对比学习，使视频和文本得到了充分的对齐，获得了视频‑文本检索的高召回精度。
本发明授权一种基于多模态大模型的视频-文本检索方法在权利要求书中公布了：1.一种基于多模态大模型的视频-文本检索方法，其特征在于，包括如下步骤： 获取原始文本-原始视频对数据集； 利用多模态大语言模型为原始视频生成细致的文本描述作为补充文本；利用预设方法为原始视频生成增强视频； 计算原始文本和补充文本的融合文本特征，并利用交叉注意力编码分别提取原始视频与增强视频的视频全局特征； 利用所述文本特征和视频全局特征，计算对比学习约束，所述对比学习约束包括跨模态的文本与视频间的对比学习约束，以及模态内原始视频与增强视频间的全局特征约束； 利用所述对比学习约束促进模型实现信息对齐； 利用训练好的模型生成待检索视频的特征信息并将其保存，检索时通过计算输入视频或文本的特征与已保存特征信息之间的相似度，从而获得检索结果。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号