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！

龙图腾网获悉厦门大学申请的专利一种基于预聚类引导的视频文本跨模态检索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：CN116186328B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310012387.1，技术领域涉及：G06F16/783；该发明授权一种基于预聚类引导的视频文本跨模态检索方法是由纪荣嵘;项宇涵;林贤明设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本一种基于预聚类引导的视频文本跨模态检索方法在说明书摘要公布了：一种基于预聚类引导的视频文本跨模态检索方法，涉及视频文本跨模态检索。针对无标注数据集上，无监督训练视频文本跨模态检索模型时，存在样本对构建不合理而导致监督信息弱的问题：1提取训练数据集的视频、文本原始特征；2拼接时间对齐的归一化原始特征作为统一特征，设定一组阈值多次DBSCAN聚类产生多组聚类簇；3每个聚类簇的视频、文本特征分别计算均值作为聚类中心；4采样一批训练样本，对于每组聚类中心，视频、文本分别寻找距离最近的中心构建伪标签，构建视频文本正样本对；5将原始特征投影至共同空间，以多组中心对应的正样本计算损失加权组合，反向传播更新投影模型；6重复4～5至达到预定的训练轮数。

本发明授权一种基于预聚类引导的视频文本跨模态检索方法在权利要求书中公布了：1.一种基于预聚类引导的视频文本跨模态检索方法，其特征在于包括以下步骤： 1特征提取器提取训练数据集的视频、文本原始特征； 2拼接时间对齐的归一化原始特征，作为统一特征，设定一组阈值进行多次DBSCAN聚类，产生多组聚类簇； 所述设定一组阈值进行多次DBSCAN聚类为基于原始特征的预聚类，具体步骤如下： ①视频、文本原始特征进行L2归一化并拼接，表示一对起止时间对齐视频文本的统一特征； ②给定阈值δ，对统一特征进行DBSCAN聚类，其相似度等价于视频相似度与文本相似度的均值，使统一特征可以比较； 3每个聚类簇的视频、文本特征，分别计算均值作为聚类中心； 4采样一批训练样本，对于每组聚类中心，视频、文本分别寻找距离最近的中心构建伪标签，并以此构建视频文本正样本对； 所述构建视频文本正样本对，基于预聚类中心的正样本对构建，具体步骤包括： ①基于视频、文本原始特征与视频、文本聚类中心的相似度，选取最相似中心所属簇赋予伪标签； ②直接构建正样本对：具有相同伪标签的视频、文本作为正样本对； ③间接构建正样本对：每个视频将其起止时间对齐的文本分配给与其具有相同伪标签的其他刷视频，每个文本将其起止时间对齐的视频分配给预期具有相同伪标签的文本； 5将原始特征投影至共同空间，以多组预聚类中心对应的正样本计算损失并加权组合，进行反向传播更新投影模型； 所述以多组预聚类中心对应的正样本计算损失，具体步骤如下： ①对于一组阈值确定的聚类中心，经过步骤4构建正样本后，每个视频、文本都有其对应的正样本集合，基于对比学习常用的InfoNCE损失，将跨模态对比学习基础的起止时间对齐一比一正样本，扩充为由正样本集合确定的一对多正样本； ②每组聚类中心对应一个损失，根据设定的权重，将所有损失加权求和，作为最终对比损失； ③损失函数反向传播计算梯度，更新模型参数； 6重复步骤4~5，直至达到预定的训练轮数。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。