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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 四川省人工智能研究院(宜宾)满鑫获国家专利权

四川省人工智能研究院(宜宾)满鑫获国家专利权

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!

龙图腾网获悉四川省人工智能研究院(宜宾)申请的专利一种三线性编码系统及视频-语言表征学习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:CN115379242B

龙图腾网通过国家知识产权局官网在2025-09-23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:202211020801.5,技术领域涉及:H04N19/70;该发明授权一种三线性编码系统及视频-语言表征学习方法是由满鑫;张明星;邵杰;陈飞宇;申恒涛设计研发完成,并于2022-08-24向国家知识产权局提交的专利申请。

一种三线性编码系统及视频-语言表征学习方法在说明书摘要公布了:本发明公开了一种三线性编码系统及视频‑语言表征学习方法,方法包括以下步骤:S1、使用教学类视频和电视数据集作为数据样本,并将其分为视频片段;S2、使用密集字幕生成模型提取视频片段的密集字幕;提取原始ASR转录文本;每个片段的密集字幕作为原始ASR转录文本的补充文本;S3、将视频片段、原始ASR转录文本和密集字幕作为三线性编码系统的输入,获得视频‑语言表征;S4、使用视频‑语言表征进行视频‑文本的多模态信息交互。本发明关注模态间互信息;将密集字幕作为补充文本,自动提取密集字幕,实现了视频文本匹配。

本发明授权一种三线性编码系统及视频-语言表征学习方法在权利要求书中公布了:1.一种三线性编码系统,其特征在于, 单模编码器,用于对视频帧序列、ASR转录文本序列和密集字幕序列进行编码; 三线性的多模态融合编码器,用于根据单模编码器的输出获取视频片段级编码; 时序变换器,用于通过预训练的前置任务去学习视频片段级编码的上下文信息,获得视频-语言表征; 信息交互模块,用于使用视频-语言表征进行视频-文本的多模态信息交互; 三线性的多模态融合编码器包含至少一层多模态融合编码单元,每一层多模态融合编码单元包括5个多头注意力模块、3个自注意力模块、3个加权和模块、6个求和模块和3个前馈网络; 每一层多模态融合编码单元的第一多头注意力模块的输出端连接第一加权和模块的输入端和第二加权和模块的输入端;第二多头注意力模块的输出端连接第一加权和模块的输入端和第三加权和模块的输入端; 第一加权和模块的输出端连接第四多头注意力模块的输入端;第二加权和模块的输出端连接第三多头注意力模块的输入端;第三加权和模块的输出端连接第五多头注意力模块的输入端; 第三多头注意力模块的输出端连接第一求和模块的输入端;第四多头注意力模块的输出端连接第二求和模块的输入端;第五多头注意力模块的输出端连接第三求和模块的输入端; 第一求和模块的输出端连接第一自注意力模块的输入端;第一自注意力模块的输出端连接第一前馈网络的输入端和第四求和模块的输入端;第一前馈网络模块的输出端连接第四求和模块的输入端;第二求和模块的输出端连接第二自注意力模块的输入端;第二自注意力模块的输出端连接第五求和模块的输入端和第二前馈网络的输入端;第三求和模块的输出端连接第三自注意力模块的输入端;第三自注意力模块的输出端连接第三前馈网络的输入端和第六求和模块的输入端;第四求和模块的输出端作为三线性的多模态融合编码器的第一输出端;第五求和模块的输出端作为三线性的多模态融合编码器的第二输出端;第六求和模块的输出端作为三线性的多模态融合编码器的第三输出端。

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四川省人工智能研究院(宜宾),其通讯地址为:644000 四川省宜宾市宜宾临港经济技术开发区长江北路西段附二段430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AI智能生成
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。