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！

龙图腾网获悉西安电子科技大学申请的专利基于提示嵌入的视频与文本跨模态哈希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：CN117493591B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202311421259.9，技术领域涉及：G06F16/41；该发明授权基于提示嵌入的视频与文本跨模态哈希检索方法是由王磊;高远;韦苏恒;李丹萍;裴庆祺;马立川设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本基于提示嵌入的视频与文本跨模态哈希检索方法在说明书摘要公布了：本发明提供的一种基于提示嵌入的视频与文本跨模态哈希检索方法，涉及计算机技术领域，包括：获取待查询模态数据，将待查询模态数据通过相应符合条件的哈希学习模型转换成待查询哈希码；其中，符合条件的哈希学习模型包括：符合条件的VIT模型和符合条件的RoBERTa模型，符合条件的VIT模型用于视频模态数据的哈希码转换，符合条件的RoBERTa模型用于文本模态数据的哈希码转换；通过遍历的方式计算待查询哈希码与视频‑文本哈希码数据库中待匹配模态哈希码的汉明距离，通过汉明距离得到跨模态检索的输出。通过设计一个有效的跨模态映射，将不同模态的数据映射到一个共同的哈希空间，从而解决模态鸿沟问题，提高了视频与文本跨模态哈希检索的准确率。

本发明授权基于提示嵌入的视频与文本跨模态哈希检索方法在权利要求书中公布了：1.一种基于提示嵌入的视频与文本跨模态哈希检索方法，其特征在于，包括： 获取待查询模态数据，将所述待查询模态数据通过相应符合条件的哈希学习模型转换成待查询哈希码；其中，所述符合条件的哈希学习模型包括：符合条件的VIT模型和符合条件的RoBERTa模型，所述符合条件的VIT模型用于视频模态数据的哈希码转换，所述符合条件的RoBERTa模型用于文本模态数据的哈希码转换； 通过遍历的方式计算所述待查询哈希码与视频-文本哈希码数据库中待匹配模态哈希码的汉明距离，通过所述汉明距离得到跨模态检索的输出； 所述符合条件的VIT模型和符合条件的RoBERTa模型的生成过程，包括： 通过相同的损失函数更新预训练的VIT模型和预训练的RoBERTa模型的参数信息，得到更新后的VIT模型和更新后的RoBERTa模型； 判断所述更新后的VIT模型和所述更新后的RoBERTa模型是否满足对应的准确度要求； 将对应满足准确度要求的所述更新后的VIT模型作为所述符合条件的VIT模型，以及将满足对应准确度要求的所述更新后的RoBERTa模型作为所述符合条件的RoBERTa模型； 所述损失函数的生成过程，包括： 通过预训练的VIT模型和数据集中的视频信息得到全局的视频特征矩阵、通过预训练的RoBERTa模型以及数据集中的文本信息、得到文本特征矩阵； 将所述文本特征矩阵和所述全局的视频特征矩阵，均进行线性变换和非线性变换，得到深度视频特征矩阵和深度文本特征矩阵； 通过所述深度视频特征矩阵、所述深度文本特征矩阵、所述全局的视频特征矩阵以及所述文本特征矩阵构造损失函数； 通过预训练的VIT模型和数据集中的视频信息得到全局的视频特征矩阵、通过预训练的RoBERTa模型以及数据集中的文本信息、得到文本特征矩阵，包括： 将所述数据集中的文本信息输入所述预训练的RoBERTa模型，得到所述文本特征矩阵； 将所述数据集中的视频信息按帧截取出多组图像，通过所述预训练的VIT模型对所述多组图像进行编码，得到多个视频特征序列，对所述多个视频特征序列进行融合，得到全局的视频特征矩阵； 所述通过所述深度视频特征矩阵、所述深度文本特征矩阵、所述全局的视频特征矩阵以及所述文本特征矩阵构造损失函数，包括： 通过所述全局的视频特征矩阵以及所述文本特征矩阵计算加权的相似度矩阵； 通过所述加权的相似度矩阵、深度视频特征矩阵以及所述深度文本特征矩阵构造损失函数。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。