中国科学院自动化研究所周鲁获国家专利权
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一种基于双层混合专家模型的视频理解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：CN119964043B 。
龙图腾网通过国家知识产权局官网在2025-10-10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：202411728301.6，技术领域涉及：G06V20/40；该发明授权一种基于双层混合专家模型的视频理解方法和装置是由周鲁;陈盈盈;王海鑫;王茗;王金桥设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。
本一种基于双层混合专家模型的视频理解方法和装置在说明书摘要公布了：本发明提供一种基于双层混合专家模型的视频理解方法和装置，包括：将获取的文本描述进行文本扩增，同时生成可学习的文本提示，将文本扩增得到的扩增文本描述与可学习的文本提示进行编码得到文本特征；将视频分成多个视频序列块，将视频与各视频序列块拼接后输入视频编码器进行编码得到视觉特征；每个视频序列块包含同一位置的完整视频信息以及可学习的视觉提示；利用预训练的大语言模型基于视觉特征和文本特征分别生成视觉标记和文本标记；使用双层混合专家模型学习视觉标记和文本标记得到视频内容表述。本发明通过结合文本描述和视觉特征，以及使用预训练的大语言模型和双层混合专家模型，能够更准确地理解视频内容。
本发明授权一种基于双层混合专家模型的视频理解方法和装置在权利要求书中公布了：1.一种基于双层混合专家模型的视频理解方法，其特征在于，包括： 获取视频及对应的文本描述，以及预先建立的复合注意模块，其中，所述复合注意模块包括预训练的大语言模型和双层混合专家模型； 将文本描述进行文本扩增，同时生成可学习的文本提示，将文本扩增得到的扩增文本描述与所述可学习的文本提示进行编码得到文本特征； 将视频分成多个视频序列块，将视频与各所述视频序列块拼接后输入视频编码器进行编码得到视觉特征；其中，每个视频序列块包含同一位置的完整视频信息以及可学习的视觉提示； 利用所述预训练的大语言模型基于所述视觉特征和所述文本特征，分别生成视觉标记和文本标记； 使用所述双层混合专家模型学习所述视觉标记和文本标记，得到视频内容表述。
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”。
以上内容由龙图腾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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励