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！

龙图腾网获悉同济大学申请的专利基于多粒度解码器的文本-图像检测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：CN116912663B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310898188.5，技术领域涉及：G06V10/82；该发明授权基于多粒度解码器的文本-图像检测方法是由梁爽;谢驰;王建宇;庄子鲲;赵生捷设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本基于多粒度解码器的文本-图像检测方法在说明书摘要公布了：本案涉及基于多粒度解码器的文本‑图像检测方法，属于图像目标检测领域，用于解决目前检测相关的文本‑图像任务模型无法灵活使用语言描述图像中物体或须假设被描述物体有且仅有一个的问题。本案根据任务类型配置不同粒度的解码器构成多粒度解码器，对以文字描述和或包围盒形式对图像中目标对象进行描述的文本图像任务，获取任务中图像和文本的融合特征序列；当把融合特征序列作为多粒度解码器的输入时，多粒度解码器输出文本‑图像任务检测结果。本案将各种与检测定位相关的文本‑图像任务统一为基于文本描述物体检测任务，有效统一了各种任务形式；多粒度解码器具有可扩展性，训练好的多粒度解码器能够实现对不同文本图像任务的推理。

本发明授权基于多粒度解码器的文本-图像检测方法在权利要求书中公布了：1.一种基于多粒度解码器的文本-图像检测方法，其特征在于： 所述方法用于完成文本描述物体检测任务，其根据任务类型配置不同粒度的解码器构成多粒度解码器，包括：根据任务目的，将任务类型分为定位子任务和判别子任务，分别配置局部粒度解码器和全局粒度解码器构成多粒度解码器，在训练时，将局部粒度解码器对应的样本和全局粒度解码器对应的样本混合，根据每个样本的所属任务类型，仅对全局粒度解码器和局部粒度解码器其中一者的输出进行监督，对另一者的输出不进行监督；在训练结束时，分别计算局部粒度解码器和全局粒度解码器的损失函数值，并将两者之和作为整体损失； 对以文字描述和或包围盒形式对图像中目标对象进行描述的文本图像任务，所述文本-图像任务为基于文本描述物体的检测任务，获取任务中输入图像的图像特征和输入文本的文本特征两个序列的拼接融合特征序列，当把融合特征序列作为多粒度解码器的输入时，多粒度解码器输出文本-图像任务检测结果，步骤包括： 在定位子任务中，局部粒度解码器基于融合特征序列定位文本描述的零个到多个对象，零个到多个目标对象的包围框输出； 在有判别子任务时，进一步将包围盒和目标对象的文字描述进行拼接，基于拼接后获得的融合特征序列，多粒度解码器的全局粒度解码器判断之前输出的目标对象包围盒与目标对象的文字描述是否匹配。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。