Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 复旦大学张文强获国家专利权

复旦大学张文强获国家专利权

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!

龙图腾网获悉复旦大学申请的专利一种基于认知双通道的认知推理的视觉问答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:CN114969459B

龙图腾网通过国家知识产权局官网在2025-08-01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:202210343042.X,技术领域涉及:G06F16/9032;该发明授权一种基于认知双通道的认知推理的视觉问答方法是由张文强;张开磊;王昊奋;刘威辰设计研发完成,并于2022-04-02向国家知识产权局提交的专利申请。

一种基于认知双通道的认知推理的视觉问答方法在说明书摘要公布了:本发明涉及是计算机多模态信息处理领域和认知科学领域,主要涉及一种基于认知双通道的认知推理的视觉问答方法。主要包括以下步骤:步骤1,构建认知内容,提取问题关键字,图像目标区域的标签内容,作为检索大型知识库的索引,通过检索内容构建任务知识库;步骤2,先验认知计算,通过多模态预训练模型,训练视觉文本内容表征;步骤3,构建任务的推理时空特性,通过对问句进行句法分析、词性分析,构建了问题关键字词之间的拓扑图,运用步骤2中的视觉表征内容计算图像内部区域的关联度,构建图像内容空间图结构;步骤4,锁定与问答内容相关的图像内容,根据步骤2中的联合表征的视觉向量、文本向量,计算每个文本向量关注的图像内容,构建问答关联图像内容;步骤5,层次认知的推理,联合步骤1中构建的知识内容与步骤2的先验计算,对问答内容重新编码,根据重编码的表示内容与步骤3分析的时空特性相结合,构建问答指令集合,通过问答指令进行问答推理,获取视觉问答的结果。本发明提高了开放域视觉问答模型的准确率,在推理过程中根据外部知识内容不断修正对问答内容的认知理解,使得视觉问答过程具有鲁棒性和可解释性。

本发明授权一种基于认知双通道的认知推理的视觉问答方法在权利要求书中公布了:1.一种基于认知双通道的认知推理的视觉问答方法,用于解决开放域的视觉问答方法,动态学习问答方式,提高问答的准确率和可解释性,其特征在于,包括以下步骤: 步骤S1,提取问题关键字和图像目标区域标签,基于所述关键字、所述目标区域标签构建索引集合; 步骤S2,基于所述索引集合,检索并构建视觉问答任务相关的知识库,获取认知内容; 步骤S3,通过多模态预训练的跨模态模型,计算并训练文字模态、图像模态的跨模态表示模型; 步骤S4,通过在所述视觉问答任务中对所述跨模态表示模型进行微调,从而获得初级的认知模型,并利用所述认知模型计算各类表示向量; 步骤S5,通过对问句进行句法分析、词性分析,构建所述问题关键字之间的拓扑结构,并利用所述问题关键字的词性更新所述拓扑结构,从而获得问题推理时间特性; 步骤S6,基于所述视觉问答任务,计算所述图像目标区域空间特性; 步骤S7,基于所述图像目标区域空间特性,获取所述图像目标区域的语义匹配的关联度矩阵,并构建跨模态间的任务关联图结构; 步骤S8,基于所述认知内容和所述各类表示向量,对所述视觉问答内容重新编码,获取重编码表示内容; 步骤S9,基于所述重编码表示内容、所述问题推理时间特性、所述图像目标区域空间特性,构建问答指令合集,并通过所述问答指令合集进行问答推理,从而获取所述视觉问答的结果。

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复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。