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！

龙图腾网获悉武汉理工大学申请的专利基于像素-词汇关联建模的指代表达理解方法及系统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：CN120107570B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510594784.3，技术领域涉及：G06V10/25；该发明授权基于像素-词汇关联建模的指代表达理解方法及系统是由荣毅;姚瑞霖;熊盛武;殷康设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本基于像素-词汇关联建模的指代表达理解方法及系统在说明书摘要公布了：本发明提供了一种基于像素‑词汇关联建模的指代表达理解方法及系统，获取文本描述和对应的原始图像；提取所述文本描述的文本特征；通过卷积编码器提取所述原始图像的像素特征，在所述卷积编码器的若干个卷积层之后嵌入基于像素‑词关联的特征增强模块；所述基于像素‑词关联的特征增强模块计算视觉像素与文本词汇之间的相关性，将所述文本特征嵌入所述像素特征中对像素特征进行增强；将增强后的视觉特征和原始的文本特征输入到多阶段级联解码器，通过交叉注意力机制整合特征，并采用前向神经网络输出最终的检测结果。通过显式计算视觉特征与语言特征之间的像素‑词相关性，更好地聚焦于与语言相关的图像区域，显著提高目标检测的准确性。

本发明授权基于像素-词汇关联建模的指代表达理解方法及系统在权利要求书中公布了：1.一种基于像素-词汇关联建模的指代表达理解方法，其特征在于：包括以下步骤： 步骤S1：获取文本描述和对应的原始图像； 步骤S2：提取所述文本描述的文本特征；通过卷积编码器提取所述原始图像的像素特征，在所述卷积编码器的若干个卷积层之后嵌入基于像素-词关联的特征增强模块；所述基于像素-词关联的特征增强模块计算视觉像素与文本词汇之间的相关性，将所述文本特征嵌入所述像素特征中对像素特征进行增强； 步骤S3：将增强后的视觉特征和原始的文本特征输入到多阶段级联解码器，通过交叉注意力机制整合特征，并采用前向神经网络输出最终的检测结果； 步骤S2中，所述基于像素-词关联的特征增强模块计算视觉像素与文本词汇之间的相关性的方法包括：通过线性映射将像素特征和文本特征映射到统一维度空间进行对齐，计算像素-词汇级别的关联；针对输入表达中的不同词汇，生成词汇级的注意力权重；基于注意力的池化进行操作，通过词汇级的注意力权重将像素-词汇级别的关联转化为像素-句子级别的相关性。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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”。