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！

龙图腾网获悉启元实验室申请的专利面向视觉图像的人机多轮交互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：CN120353959B 。

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：202510855555.2，技术领域涉及：G06F16/583；该发明授权面向视觉图像的人机多轮交互方法和装置是由李宇曦;司鲁;刘舒扬;章俊设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本面向视觉图像的人机多轮交互方法和装置在说明书摘要公布了：本申请涉及一种面向视觉图像的人机多轮交互方法，包括：从全局图像信息中提取与当前多轮对话文本特征相关的局部图像特征；根据当前历史局部图像特征对所述局部图像特征进行更新，获取更新后的局部图像特征；采用交叉注意力机制，根据更新后的局部图像特征以及与全局图像信息对应的全局图像特征，确定视觉图像特征；将视觉图像特征输入多模态大模型进行处理。本申请构建了一套基于最优匹配机制的文本与视觉图像双模态上下文特征更新体系，能够在文本和图像两个模态上都具备“可更新、可压缩、可融合”的能力，显著提升模型在多轮对话中对语义线索的追踪能力与视觉焦点的动态理解能力，推动多轮图文对话系统在广域视觉理解中的性能突破。

本发明授权面向视觉图像的人机多轮交互方法和装置在权利要求书中公布了：1.一种面向视觉图像的人机多轮交互方法，其特征在于，包括： a从全局图像信息中提取与当前多轮对话文本特征相关的局部图像特征； b根据当前历史局部图像特征对所述局部图像特征进行更新，获取更新后的局部图像特征； c采用交叉注意力机制，根据所述更新后的局部图像特征以及与所述全局图像信息对应的全局图像特征，确定视觉图像特征；以及 d将所述视觉图像特征输入多模态大模型进行处理； 其中，步骤b包括： b1根据局部图像特征和当前历史局部图像特征，分别确定本轮对话更新特征和历史对话更新特征； b2根据所述本轮对话更新特征确定对应的本轮对话查询向量矩阵； b3根据所述历史对话更新特征确定对应的历史对话键矩阵和历史对话值矩阵； b4根据所述本轮对话查询向量矩阵和所述历史对话键矩阵，采用最优匹配机制，从所述历史对话键矩阵和所述历史对话值矩阵中获取与所述局部图像特征相关性满足预设条件的筛选后的历史对话键矩阵和筛选后的历史对话值矩阵；以及 b5根据所述本轮对话查询向量矩阵、所述筛选后的历史对话键矩阵和所述筛选后的历史对话值矩阵，获取所述更新后的局部图像特征； 其中，步骤b4包括： 根据所述本轮对话查询向量矩阵和所述历史对话键矩阵，确定与所述历史对话键矩阵中各个向量分别对应的相关性评分； 根据所述相关性评分，从所述历史对话键矩阵中确定相关性评分最高的预设数量个历史对话键向量，生成所述筛选后的历史对话键矩阵；以及 根据所述预设数量个历史对话键向量确定对应的所述预设数量个历史对话值向量，生成所述筛选后的历史对话值矩阵。

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启元实验室，其通讯地址为：100084 北京市海淀区紫雀路55号院8号楼-1至6层101；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”。