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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于多粒度对齐的文本和视频的相似度计算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：CN119577184B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411522201.8，技术领域涉及：G06F16/783；该发明授权基于多粒度对齐的文本和视频的相似度计算方法及系统是由张正;边子益设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于多粒度对齐的文本和视频的相似度计算方法及系统在说明书摘要公布了：本发明公开了基于多粒度对齐的文本和视频的相似度计算方法及系统。通过深入分析文本和视频包含的层级特征，设计由粗到细的多粒度对齐框架，从而实现更精细化、更准确的语义匹配。特别是在细粒度对齐方面，通过对文本的词级特征和视频的块级特征进行聚合，以获得文本的短语级特征与视频的物体级特征，基于这两个特征实现文本与视频的细粒度对齐，使得细粒度语义对齐更加合理，从而有效地解决文本视频检索存在的细节信息缺失和跨模态语义差距的问题。

本发明授权基于多粒度对齐的文本和视频的相似度计算方法及系统在权利要求书中公布了：1.一种基于多粒度对齐的文本和视频的相似度计算方法，其特征在于，所述方法包括： 获取待匹配的目标文本和目标视频分别对应的粗粒度特征和细粒度特征，包括：通过文本编码器获取目标文本对应的词级特征和句子级特征；通过视觉编码器获取目标视频的每帧对应的帧级特征和块级特征，根据各帧的帧级特征，得到帧级特征序列；通过时序编码器根据所述帧级特征序列，生成包含时序信息的目标帧级特征序列；通过交叉注意力机制根据所述目标文本的句子级特征对所述目标帧级特征序列进行聚合，得到所述目标视频的全局的视频特征；所述目标文本的细粒度特征为词级特征，粗粒度特征为句子级特征；所述目标视频的细粒度特征为每帧的块级特征，粗粒度特征为全局的视频特征； 分别对所述目标文本的词级特征和所述目标视频的块级特征进行聚合，得到所述目标文本的短语级特征和所述目标视频的物体级特征； 根据所述目标文本的短语级特征和所述目标视频的物体级特征进行细粒度对齐，得到细粒度相似度分数；根据所述目标文本的句子级特征和所述目标视频的全局的视频特征进行粗粒度对齐，得到粗粒度相似度分数； 根据所述细粒度相似度分数和所述粗粒度相似度分数，确定所述目标文本和所述目标视频的整体相似度；其中，所述整体相似度用于实现给定文本，对视频库中的视频进行检索；或者用于实现给定视频，对文本库中的文本进行检索； 所述文本编码器通过预设的亲和力对齐模块进行训练，所述亲和力对齐模块用于： 获取一个训练数据；其中，该训练数据包括具有对应关系的文本和视频，以及通过视频理解模型基于该视频生成的辅助文本描述； 将该训练数据的文本输入初始的所述文本编码器，得到该文本的句子级特征；并将该训练数据的辅助文本描述输入初始的描述编码器，得到该辅助文本描述的句子级特征； 通过所述文本编码器和所述描述编码器的内部层，获取该文本和该辅助文本描述分别对应的中间句子级特征； 根据两个所述中间句子级特征计算三元组对比损失，以训练所述文本编码器；其中，所述文本编码器与所述描述编码器共享权重。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区西丽平山一路6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”。

以上内容由龙图腾AI智能生成。