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！

龙图腾网获悉天津工业大学;天津浪淘科技股份有限公司申请的专利一种基于两阶段渐进融合编码的图像描述生成方法及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：CN121033852B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511564814.2，技术领域涉及：G06V20/70；该发明授权一种基于两阶段渐进融合编码的图像描述生成方法及系统是由金日泽;潘宇奇;张卫民;宋珂慧;李晓捷;周宝航;贾泽光设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本一种基于两阶段渐进融合编码的图像描述生成方法及系统在说明书摘要公布了：本发明公开了一种基于两阶段渐进融合编码的图像描述生成方法及系统，方法包括：在第一阶段，将通过图像编码器CLIPViT提取的特征逐步插值到对应的图像编码器SwinTransformer提取的特征中，以细化语义表征；在第二阶段，提出一个全局感知工作空间模块，该工作空间通过加权融合集成来自图像编码器SwinTransformer与图像编码器CLIPViT的特征；并通过采用长度无关的扩展模块高效处理可变长度的输入；解决了现有方法依赖单一视觉编码器导致的特征表征碎片化和视觉语言对齐不理想的问题，在图像描述生成的准确性和语义表达丰富度方面具有突出性能。

本发明授权一种基于两阶段渐进融合编码的图像描述生成方法及系统在权利要求书中公布了：1.一种基于两阶段渐进融合编码的图像描述生成系统，其特征在于：包括图像编码器、渐进式语义增强模块、全局感知工作空间模块、扩展模块和多头注意力模块，所述图像编码器包括图像编码器Swin Transformer和图像编码器CLIP ViT，所述图像编码器Swin Transformer和图像编码器CLIP ViT均与渐进式语义增强模块和全局感知工作空间模块连接，所述渐进式语义增强模块在图像编码器Swin Transformer与图像编码器CLIP ViT之间，所述扩展模块包括静态扩展模块和掩码动态扩展模块，所述静态扩展模块一方面连接全局感知工作空间模块，另一方面连接多头注意力模块，所述掩码动态扩展模块和多头注意力模块连接； 所述图像编码器用于提取图像的细粒度视觉特征与全局视觉语义特征； 所述渐进式语义增强模块用于对图像编码器提取的特征进行线性插值对齐与元素融合； 所述全局感知工作空间模块用于对图像编码器输出的高层特征进行统一空间映射与加权融合； 所述扩展模块用于处理可变长度特征序列； 所述多头注意力模块用于将融合后的特征输入解码器，通过多头部注意力机制生成图像描述。

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天津工业大学;天津浪淘科技股份有限公司，其通讯地址为：300387 天津市西青区宾水西道399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。