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！

龙图腾网获悉中山大学申请的专利一种大模型改进特征提取的精彩镜头检测方法与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：CN119741638B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411879026.8，技术领域涉及：G06V20/40；该发明授权一种大模型改进特征提取的精彩镜头检测方法与系统是由苏卓;周思宇;林谋广;王若梅设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种大模型改进特征提取的精彩镜头检测方法与系统在说明书摘要公布了：本发明公开了一种大模型改进特征提取的精彩镜头检测方法与系统。包括：输入待处理视频，按一定时间间隔提取视频帧，对提取的视频帧进行预处理，得到预处理的视频帧；将其输入文本图像语言大模型BLIP2，得到视频帧的文本描述；将预处理的视频帧和视频帧的文本描述输入预训练图像文本模型CLIP，提取总体图像特征和总体文本特征，并进行融合，得到融合特征X；利用融合特征X计算镜头精彩分数，将其输入损失函数对模型进行训练；用户将视频和查询语句输入训练后的模型，得到视频中和查询语句相关的精彩视频片段。本发明能够减少对人工标注数据的依赖、提高特征提取的质量从而提升视频内容理解和检索的准确性和效率，并提高方法的泛化性。

本发明授权一种大模型改进特征提取的精彩镜头检测方法与系统在权利要求书中公布了：1.一种大模型改进特征提取的精彩镜头检测方法，其特征在于，所述方法包括： 输入待处理视频，按一定时间间隔提取视频帧，对提取的视频帧进行预处理操作，得到预处理的视频帧，记所述预处理的视频帧的数量为N； 将N个所述预处理的视频帧输入文本图像语言大模型BLIP2，得到N组视频帧的文本描述； 将N个所述预处理的视频帧和N组所述视频帧的文本描述输入预训练图像文本模型CLIP，提取总体图像特征和总体文本特征，将总体图像特征和总体文本特征融合，得到融合特征X∈RN×D，其中D为单个特征的维度； 利用所述融合特征X计算镜头精彩分数，将镜头精彩分数输入损失函数对模型进行训练，得到训练后的模型； 用户将视频和查询语句输入所述训练后的模型，得到视频中和查询语句相关的精彩视频片段； 具体地，所述将N个所述预处理的视频帧和N组所述视频帧的文本描述输入预训练图像文本模型CLIP，提取总体图像特征和总体文本特征，将总体图像特征和总体文本特征融合，得到融合特征X∈RN×D，具体为： 将N个所述预处理的视频帧输入预训练图像文本模型CLIP，对于每一个所述预处理的视频帧，得到一维向量vi∈R1×D作为该视频帧的视频图像特征，i∈[1,N]，则对于N个所述预处理的视频帧，可得到总体图像特征V∈RN×D； 将N组所述视频帧的文本描述输入预训练图像文本模型CLIP，对于每一组所述视频帧的文本描述，得到若干个一维的文本特征，其中，将第一个一维的文本特征指定为该组所述视频帧的文本描述的总体特征ti∈R1×D，将N组所述视频帧的文本描述的总体特征拼接起来得到总体文本特征，记为T∈RN×D； 将总体图像特征和总体文本特征按照以下公式进行融合： X＝NormV+T,dim＝-1， 其中，Norm表示归一化，dim＝-1表示仅在最后一个维度进行归一化，即计算融合特征最后一个维度的均值μ和方差σ，并将融合特征的最后一个维度的每一个值减去均值μ并除以方差σ。

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山大学，其通讯地址为：510006 广东省广州市海珠区新港西路135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。