湘江实验室任剑获国家专利权
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!
龙图腾网获悉湘江实验室申请的专利一种基于检索增强生成和思维链技术的视觉推理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:CN119990334B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202510462070.7,技术领域涉及:G06N5/04;该发明授权一种基于检索增强生成和思维链技术的视觉推理方法是由任剑;李道桢设计研发完成,并于2025-04-14向国家知识产权局提交的专利申请。
本一种基于检索增强生成和思维链技术的视觉推理方法在说明书摘要公布了:本申请涉及一种基于检索增强生成和思维链技术的视觉推理方法,包括:对输入的原始图像进行预处理,并将预处理后的原始图像划分为多个感兴趣区域;对输入的问题进行分词和词嵌入,得到问题特征表示;用思维链技术对每个感兴趣区域进行逐步推理,并将得到的各推理文本按序组合生成多步推理文本;采用检索增强生成技术基于问题和多步推理文本在外部知识库中进行检索,得到知识片段;将多步推理文本与知识片段一同输入至优化后的生成模型,得到初步推理结果;采用BERT预训练模型检验初步推理结果的逻辑一致性,检验合理后通过BERT预训练模型对初步推理结果进行精简,得到最终推理结果。该方法能够有效提高视觉推理模型的准确性和稳定性。
本发明授权一种基于检索增强生成和思维链技术的视觉推理方法在权利要求书中公布了:1.一种基于检索增强生成和思维链技术的视觉推理方法,其特征在于,包括: S1:对输入的原始图像进行预处理,并将预处理后的原始图像划分为多个感兴趣区域; 对输入的问题进行分词和词嵌入,得到问题特征表示; S2:采用思维链技术对每个所述感兴趣区域进行逐步推理,并将得到的各推理文本按序组合生成多步推理文本; S3:分别对预处理后的原始图像和所述多步推理文本进行特征提取,得到图像特征向量和文本特征向量;基于图像特征向量与文本特征向量之间的相似度构建损失函数,基于所述损失函数优化生成模型; 所述得到图像特征向量和文本特征向量包括: 将预处理后的原始图像划分为m个固定大小的图像块,将每个图像块分别展开为向量,并进行线性嵌入,得到各图像块的特征表示;为每个图像块的特征表示分别添加第二位置编码,得到各图像块的初始特征; 将所有图像块的初始特征输入至Transformer中,得到所述图像特征表示; 将所述多步推理文本进行分词得到多个词,将每个词分别转换为词向量,并为每个词向量添加第三位置编码,得到各词向量的初始文本特征; 将所述初始文本特征输入至Transformer中,得到文本特征表示; 基于所述图像特征表示和所述文本特征表示,计算图像到文本的第一注意力权重矩阵; 基于所述第一注意力权重矩阵对所述文本特征表示进行加权,得到图像特征向量; 基于所述图像特征表示和所述文本特征表示,计算文本到图像的第二注意力权重矩阵; 基于所述第二注意力权重矩阵对所述图像特征表示进行加权,得到文本特征向量; S4:采用检索增强生成技术基于所述问题和所述多步推理文本在外部知识库中进行检索,得到知识片段;将所述多步推理文本与所述知识片段一同输入至优化后的生成模型,得到初步推理结果; S5:采用BERT预训练模型检验所述初步推理结果的逻辑一致性,检验合理后通过BERT预训练模型对所述初步推理结果进行精简,得到最终推理结果。
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湘江实验室,其通讯地址为:410000 湖南省长沙市高新区尖山路217号北斗产业园1栋;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。