Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军军事航天部队航天工程大学邱嘉钰获国家专利权

中国人民解放军军事航天部队航天工程大学邱嘉钰获国家专利权

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!

龙图腾网获悉中国人民解放军军事航天部队航天工程大学申请的专利一种用于事件流的多模态大模型解译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:CN120563563B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510771386.4,技术领域涉及:G06T7/246;该发明授权一种用于事件流的多模态大模型解译方法是由邱嘉钰;张雅声;方宇强;李鹏举;郑开源;陆瑶;程文华;张钰洋;郭晴;郑洁设计研发完成,并于2025-06-10向国家知识产权局提交的专利申请。

一种用于事件流的多模态大模型解译方法在说明书摘要公布了:本发明公开了一种用于事件流的多模态大模型解译方法,解决了多模态大模型对事件流感知解译难的问题,属于计算机视觉领域;包括:将极性事件流数据重构为灰度图像序列;通过Lucas‑Kanade光流算法判断是否需要运动放大,是则进行傅里叶变换、复数可操控金字塔和S变换,并通过带通滤波器去噪,使用双向差分方法结合放大参数进行增强;将增强相位分量特征子带与幅值分量特征子带融合,恢复空间分辨率得到重构频域信号;通过逆傅里叶变换得到运动放大的灰度图像序列,计算归一化互相关参数动态调整放大参数;将运动放大的灰度图像序列输入多模态大模型中输出解译事件描述;本发明实现了多模态大模型对事件流的有效感知和精准解译。

本发明授权一种用于事件流的多模态大模型解译方法在权利要求书中公布了:1.一种用于事件流的多模态大模型解译方法,其特征在于,该方法包括: 步骤一,将事件相机拍摄任务场景中目标的极性事件流数据转换为灰度图像序列;通过Lucas‑Kanade光流算法计算灰度图像序列中像素强度的光流速度,通过光流速度得到光流场的均方根速度;若均方根速度小于等于运动放大阈值,则执行步骤二至步骤七,否则直接执行步骤七; 步骤二,对灰度图像序列进行傅里叶变换,得到分离出幅值分量集合和相位分量集合的频域复信号;通过复数可操控金字塔将频域复信号分解为低频分量及多尺度多方向的特征子带,所述特征子带由幅值分量特征子带和相位分量特征子带组成; 步骤三,对相位分量特征子带实施S变换构建二维时频分布矩阵,通过带通滤波器保留二维时频分布矩阵中时频通域内的相位分量特征子带,得到去噪相位分量特征子带; 步骤四,使用差分方法结合放大参数实现去噪相位分量特征子带的运动增强,得到增强相位分量特征子带; 步骤五,将增强相位分量特征子带与幅值分量特征子带逐子带融合,并通过高低通滤波器将空间分辨率恢复至与灰度图像序列一致,得到重构频域信号; 步骤六,通过逆傅里叶变换将重构频域信号转换至时域,生成运动放大的灰度图像序列;基于灰度图像序列和运动放大的灰度图像序列实时计算归一化互相关参数,若归一化互相关参数低于调整阈值,则调整放大参数; 步骤七,将灰度图像序列或运动放大的灰度图像序列输入目标多模态大模型中,输出解译事件描述。

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人民解放军军事航天部队航天工程大学,其通讯地址为:101416 北京市怀柔区八一路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AI智能生成
免责声明
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。