中国科学院自动化研究所刘雨帆获国家专利权
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!
龙图腾网获悉中国科学院自动化研究所申请的专利基于自回归特征压缩的高效多模态内容安全感知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:CN120197221B 。
龙图腾网通过国家知识产权局官网在2025-08-19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:202510671968.5,技术领域涉及:G06F21/62;该发明授权基于自回归特征压缩的高效多模态内容安全感知方法是由刘雨帆;李胜曦;蒋铼;胡卫明;李兵;徐迈设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。
本基于自回归特征压缩的高效多模态内容安全感知方法在说明书摘要公布了:本发明公开了基于自回归特征压缩的高效多模态内容安全感知方法,属于人工智能技术领域。所述方法包括步骤1:构建多模态对齐模型,对齐文本和图像特征空间,引入分类器对每种模态进行内容安全分类;步骤2:构建自回归模型,对所述多模态对齐模型获得的多模态特征进行高效表征压缩;步骤3:基于多模态对齐模型和自回归模型进行内容安全检索,根据检索耗时动态调整高效表征压缩后的特征长度,实现高效精准的内容安全判定。本发明在内容安全问题上兼顾高效性和灵活性,同时兼顾了常见的图像和文本模态。
本发明授权基于自回归特征压缩的高效多模态内容安全感知方法在权利要求书中公布了:1.基于自回归特征压缩的多模态内容安全感知方法,其特征在于,包括: 步骤1:构建多模态对齐模型,对齐文本和图像特征空间,引入分类器对每种模态进行内容安全分类; 步骤2:构建自回归模型,对所述多模态对齐模型获得的多模态特征进行高效表征压缩;包括: 对所述多模态对齐模型的高维特征输入执行PCA降维预处理; 将预处理后的高维特征输入基于自回归模型,输出动态长度token压缩序列;其中,所述自回归模型包括基于Transformer的编码器和重建模块,所述编码器接受PCA降维预处理后的高维特征,输出动态长度的压缩token序列,每个token为16维特征向量;所述重建模块将动态长度的压缩token序列重建为与预处理后的高维特征尺寸一致的特征向量; 步骤3:基于多模态对齐模型和自回归模型进行内容安全检索,根据检索耗时动态调整高效表征压缩后的特征长度,实现高效精准的内容安全判定。
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中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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”。
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。