浙江大学宋明黎获国家专利权
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！
龙图腾网获悉浙江大学申请的专利基于大语言模型跨模态融合的人物交互检测方法和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：CN119091503B 。
龙图腾网通过国家知识产权局官网在2025-10-21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：202411156043.9，技术领域涉及：G06V40/20；该发明授权基于大语言模型跨模态融合的人物交互检测方法和系统是由宋明黎;廖博雅;宋杰;陈根浪设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。
本基于大语言模型跨模态融合的人物交互检测方法和系统在说明书摘要公布了：基于大语言模型跨模态融合的人物交互检测方法和系统，其方法包括以下步骤：1图像特征提取；2多任务特征提取；3交互行为特征增强；4大语言模型文本生成；5跨模态融合。本发明采用基于查询的方式从图像中提取多组特征适应不同任务的特征关注，通过多分支特征融合和交互行为特征增强提高交互行为的特征表示，从而提升了人物交互检测的准确性和可靠度；同时利用大语言模型的强大语言表达能力，获得丰富的特征描述文本，结合跨模态融合训练对齐良好的文本‑视觉空间，实现了人物交互检测在少样本情况下良好的表现效果。
本发明授权基于大语言模型跨模态融合的人物交互检测方法和系统在权利要求书中公布了：1.基于大语言模型跨模态融合的人物交互检测方法，包括如下步骤： 步骤1.图像特征提取，融合卷积神经网络的深层表征能力和Transformer编码器的全局上下文理解能力，提取图像的全局特征； 步骤2.多任务特征提取，基于查询向量引导Transformer解码器从图像中提取人体特征、物体特征和交互行为特征，将提取的人体特征和物体特征输入多层感知机，分别预测人、物体的位置和物体的类别； 步骤3.交互行为特征表示增强，使用多分支融合模块融合人物对实例特征和空间特征，并用融合后的特征来增强交互行为特征表示； 步骤4.大语言模型文本生成，定义文本提示，通过大语言模型生成每一对人物交互行为的描述文本，包含交互对中人的动作特征描述文本和交互对中物体特征描述文本； 步骤5.跨模态融合，使用文本特征增强视觉特征，并用增强后的视觉特征增强文本特征，训练对齐良好的文本-视觉空间。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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