Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学林俊安获国家专利权

浙江大学林俊安获国家专利权

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!

龙图腾网获悉浙江大学申请的专利基于音频重要性感知的多粒度融合视频片段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:CN120256674B

龙图腾网通过国家知识产权局官网在2025-08-12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:202510752246.2,技术领域涉及:G06F16/732;该发明授权基于音频重要性感知的多粒度融合视频片段检索方法是由林俊安;张三元;陈先客;董建锋设计研发完成,并于2025-06-06向国家知识产权局提交的专利申请。

基于音频重要性感知的多粒度融合视频片段检索方法在说明书摘要公布了:本发明公开了一种基于音频重要性感知的多粒度融合视频片段检索方法,属于多模态视频片段检索技术领域,其包括:构建其包含三个用于检索的视觉分支、融合分支以及音频分支,在获得视觉‑文本融合特征和音频‑文本融合特征基础上,通过预测音频重要性分数后,基于重要性分数对两融合特征进行多粒度融合得到总融合特征后预测第三视频片段检索结果,并在训练时,引入了检索损失、音频重要性预测损失、分支之间的知识蒸馏损失、以及融合特征之间显著性对比损失,这样训练使得训练后的每个分支都能显著提升检索精度,适应音频模态的不确定性,提升机线索鲁棒性,且增强了单模态性能,提升系统实用性。

本发明授权基于音频重要性感知的多粒度融合视频片段检索方法在权利要求书中公布了:1.一种基于音频重要性感知的多粒度融合视频片段检索方法,其特征在于,包括以下步骤: 构建学习框架,其包括输入单元和片段检索预测单元,输入单元用于输入视频、音频片段以及查询文本,片段检索预测单元包括视觉分支、融合分支以及音频分支,视觉分支基于视频帧和查询文本提取视觉-文本融合特征后预测第一视频片段检索结果,音频分支基于音频片段和查询文本提取音频-文本融合特征后预测第二视频片段检索结果,融合分支基于视觉-文本融合特征和音频-文本融合特征预测音频重要性分数后,基于音频重要性分数对两融合特征进行多粒度融合得到总融合特征后预测第三视频片段检索结果; 基于每个视频片段检索结果构建检索损失,并根据视觉分支和音频分支对应的检索损失构建伪标签,并基于伪标签和预测的音频重要性分数构建音频重要性预测损失,在融合分支分别与视觉分支和音频分支之间构建知识蒸馏损失,同时为三个融合特征引入真值区间内和真值区间外的显著性对比损失; 利用所有损失函数对学习框架进行训练并优化学习框架参数后,基于输入单元和片段检索预测单元中的至少一个分支进行视频片段检索。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。