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！

龙图腾网获悉清华大学申请的专利基于多模态大模型的视频细粒度理解标注方法和装置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：CN119169620B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411183812.4，技术领域涉及：G06V20/70；该发明授权基于多模态大模型的视频细粒度理解标注方法和装置是由王鑫;贾珈;朱文武;陈厚伦设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本基于多模态大模型的视频细粒度理解标注方法和装置在说明书摘要公布了：本申请提供了一种基于多模态大模型的视频细粒度理解标注方法和装置，涉及视频文本标注领域，旨在实现自动化视频细粒度理解标注，该方法通过目标视频片段的多个关键帧来实现细粒度的静态信息提取，并根据静态细粒度描述信息得到多个候选静态细粒度文本标注；通过视频问答的形式来改善动态信息的提取过程，并根据目标问题答案和动态细粒度描述信息得到多个候选动态细粒度文本标注；利用评估模型得到每个候选静态细粒度文本标注对应的置信分数和每个候选动态细粒度文本标注对应的置信分数；最终将多个候选静态细粒度文本标注及其对应的置信分数，候选动态细粒度文本标注及其对应的置信分数，作为目标视频片段的细粒度标注信息。

本发明授权基于多模态大模型的视频细粒度理解标注方法和装置在权利要求书中公布了：1.一种基于多模态大模型的视频细粒度理解标注方法，其特征在于，所述方法包括： 获取目标视频片段和所述目标视频片段对应的粗粒度文本标注； 将所述目标视频片段的多个关键帧和所述粗粒度文本标注，输入图像多模态大模型进行静态信息生成，得到静态细粒度描述信息，并根据所述静态细粒度描述信息，得到多个候选静态细粒度文本标注； 将面向动态内容理解的目标问题和所述目标视频片段，输入视频多模态大模型进行动态信息生成，得到目标问题答案和动态细粒度描述信息，并根据所述目标问题答案和所述动态细粒度描述信息，得到多个候选动态细粒度文本标注； 利用评估模型分别评估所述目标视频片段，与所述多个候选静态细粒度文本标注和所述多个候选动态细粒度文本标注之间的匹配度，得到每个候选静态细粒度文本标注对应的置信分数和每个候选动态细粒度文本标注对应的置信分数； 将所述多个候选静态细粒度文本标注和每个候选静态细粒度文本标注对应的置信分数，以及，所述多个候选动态细粒度文本标注和每个候选动态细粒度文本标注对应的置信分数，作为所述目标视频片段的细粒度标注信息。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。