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！

龙图腾网获悉苏州一际智能科技有限公司申请的专利基于多模态大模型的图像语义检索方法及装置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：CN121479008B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610024691.1，技术领域涉及：G06F16/583；该发明授权基于多模态大模型的图像语义检索方法及装置是由刘圣仁;赵月峰;李智宇设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于多模态大模型的图像语义检索方法及装置在说明书摘要公布了：本发明提供了一种基于多模态大模型的图像语义检索方法及装置，该方法包括：通过预设的提示词工程模板使多模态大模型按照预设的多维结构框架生成待检索图像的结构化语义描述并将其存储至语义数据库；对用户的自然语言查询文本进行语义解构，提取与多维结构框架中的要素维度对应的多个维度要素并基于其生成动态检索键值；基于动态检索键值，对待检索图像的结构化语义描述分别在动态检索键值中的每个要素维度上进行语义匹配和评分；根据预设的权重融合策略，将各要素维度评分融合为最终匹配得分；对最终匹配得分进行排序，得到排序结果，并根据排序结果，返回检索结果图像。本发明的方法及装置能够克服语义鸿沟，实现多维度精准图像检索。

本发明授权基于多模态大模型的图像语义检索方法及装置在权利要求书中公布了：1.一种基于多模态大模型的图像语义检索方法，其特征在于，包括： 将待检索图像输入多模态大模型中，通过预设的提示词工程模板使多模态大模型按照预设的多维结构框架生成待检索图像的结构化语义描述，并将结构化语义描述存储至语义数据库；其中，多维结构框架中的要素维度至少包括：实体要素维度、事件要素维度和环境要素维度； 接收用户的自然语言查询文本，对自然语言查询文本进行语义解构，提取与多维结构框架中的要素维度对应的多个维度要素，并基于多个维度要素生成包括检索逻辑与字段要求的动态检索键值；其包括：利用多模态大模型接收用户的自然语言查询文本，并对自然语言查询文本进行语义理解，分别提取实体要素维度、事件要素维度和环境要素维度对应的维度要素；根据提取的多个维度要素，生成包括检索逻辑与字段要求的动态检索键值；其中，字段要求包括硬约束字段和核心匹配字段； 基于动态检索键值，对语义数据库中的待检索图像的结构化语义描述分别在动态检索键值中的每个要素维度上进行语义匹配和评分；其包括：响应于动态检索键值，分别获取语义数据库中的待检索图像的结构化语义描述中与动态检索键值中的实体要素维度、事件要素维度和环境要素维度对应的维度要素；将获取的各维度要素与动态检索键值中对应的第一级扩展集合进行语义对比，得到第一级匹配结果；针对获得第一级匹配结果的维度要素，将其关联的预选关联字段与动态检索键值中对应的第二级扩展集合进行语义对比，得到第二级匹配结果；采用预设的语义相似度算法，基于第一级匹配结果和第二级匹配结果，分别计算结构化语义描述在各要素维度上的匹配得分；其中，当与上位概念词匹配时，匹配得分基于语义相似度及动态检索键值中对应的置信度衰减系数计算确定； 根据预设的权重融合策略，将各要素维度评分融合为最终匹配得分； 对最终匹配得分进行排序，得到排序结果，并根据排序结果，返回检索结果图像； 其中，所述根据提取的多个维度要素，生成包括检索逻辑与字段要求的动态检索键值，包括：预设一个分层同义词库；其中，分层同义词库至少包括通用语义层、特定领域语义层和动态更新层，且分层同义词库中定义有词与其一个或多个上位概念词之间的层级映射关系；针对提取的多个维度要素，查询分层同义词库，获取对应的一个或者多个上位概念词，以形成各维度要素对应的第一级扩展集合；针对各维度要素，根据多维结构框架，确定与各维度要素相关联的预选关联字段，并依据各维度要素相关联的预选关联字段选择对应的替换策略；基于为各预选关联字段选择的替换策略，查询分层同义词库，获取各预选关联字段对应的一个或者多个扩展词，以形成第二级扩展集合；其中，动态检索键值中包括：各维度要素对应的第一级扩展集合、各维度要素对应的预选关联字段的第二级扩展集合、以及为不同层级的扩展词预设的置信度衰减系数。

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苏州一际智能科技有限公司，其通讯地址为：215163 江苏省苏州市高新区嘉陵江路198号太湖光子科技园8号楼-1F-105室；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。