清华大学深圳国际研究生院李秀获国家专利权
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!
龙图腾网获悉清华大学深圳国际研究生院申请的专利基于混合专家模型的通用图像评估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:CN119671965B 。
龙图腾网通过国家知识产权局官网在2025-09-30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:202411727176.7,技术领域涉及:G06T7/00;该发明授权基于混合专家模型的通用图像评估方法是由李秀;周涵涛;杨锐设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。
本基于混合专家模型的通用图像评估方法在说明书摘要公布了:一种基于混合专家模型的通用图像评估方法,能够应用在各种图像评估场景自动评估图像的质量或美学。该方法利用视觉编码器和文本编码器分别提取图像的视觉和文本特征,并通过适配器计算质量或美学分数。视觉编码器和文本编码器上集成了混合评估专家模块,其结合共享评估专家和自适应评估专家,前者负责学习通用评估知识,后者则针对特定数据集动态学习,通过路由器调整专家贡献,有效管理多数据集训练中的标注偏差。进一步地,本发明还实施基于场景的差异提示策略,通过场景特定提示词增强模型适应性,减轻数据集间标注偏差,提升评估准确性。该方法不仅提高了模型的泛化和适应性,还优化了参数效率和训练效率,具有广泛的应用前景。
本发明授权基于混合专家模型的通用图像评估方法在权利要求书中公布了:1.一种基于混合专家模型的通用图像评估方法,其特征在于,包括: 使用视觉编码器提取输入图像的视觉特征,使用文本编码器提取与图像对应的文本特征,并使用适配器基于所述视觉特征和文本特征计算图像的质量或美学分数; 其中,在视觉编码器和文本编码器上集成并使用混合评估专家模块以自适应地学习不同数据集的共享和特定知识,其中所述混合评估专家模块包括共享评估专家和自适应评估专家;共享评估专家用于学习图像评估的通用知识,自适应评估专家动态学习特定于数据集的知识,并通过路由器分配不同专家对输入特征的处理贡献,实现多数据集混合训练中标注偏差的有效管理; 所述共享评估专家利用原始多模态模型的预训练权重,以此继承并保留模型在不同上下文中学习到的通用图像评估能力; 在模型的训练过程中,所述共享评估专家保持冻结状态; 所述共享评估专家的输出是通过将输入特征直接传递给原始前馈网络FFN得到的,该网络是CLIP模型的一部分,用于生成共享评估专家的输出;表达为: 给定一个输入特征,共享评估专家的输出为: ,其中实现为CLIP模型的原始前馈网络FFN; 所述自适应评估专家包括多个专家和一个路由器,每个专家负责捕获多数据集中不同方面的信息;所述路由器根据输入特征动态调整各专家的贡献度,以优化模型对特定数据集的适应性; 所述自适应评估专家的输出通过对路由器分配的权重与各专家输出的加权和来计算,其中,所述路由器对输入特征进行线性变换,以确定各专家的权重,权重分配通过Softmax函数实现,以反映各专家的贡献;表达为: 给定一个输入特征,输出计算为: ,,其中路由器G是关于输入特征x的线性变换,i是各专家的索引,表示第i个专家,W是线性变换矩阵。
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清华大学深圳国际研究生院,其通讯地址为:518071 广东省深圳市南山区桃源街道丽水路2279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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励