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！

龙图腾网获悉中南大学申请的专利一种基于解耦学习的跨模态图文检索方法、设备及介质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：CN121524371B 。

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：202610043617.4，技术领域涉及：G06F16/38；该发明授权一种基于解耦学习的跨模态图文检索方法、设备及介质是由王运波;张亦驰;田灿;龙军;胡益珲;宋佳仪设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本一种基于解耦学习的跨模态图文检索方法、设备及介质在说明书摘要公布了：本发明涉及跨模态检索技术领域，具体公开了一种基于解耦学习的跨模态图文检索方法、设备及介质，所述方法构建图文检索模型，采用图文检索模型进行图文双向检索，得到检索结果，图文检索模型通过解耦范式的损失函数进行优化，一方面为每个正负样本对均设置优化边界，调整正负样本于嵌入空间中的位置；另一方面，进行收敛控制，对于正样本，在模型的预测相似度逼近边界时，动态降低优化力度或将其直接截断，以实现对困难样本的着重优化；对于负样本，随着关联程度自适应调整自身的优化力度，从而精细抑制假阴性噪音。

本发明授权一种基于解耦学习的跨模态图文检索方法、设备及介质在权利要求书中公布了：1.一种基于解耦学习的跨模态图文检索方法，其特征在于，构建图文检索模型，采用图文检索模型进行图文双向检索，得到检索结果； 图文检索模型的构建过程包括： S1：使用预训练的语言模型，对文本数据进行嵌入，得到文本嵌入； S2：计算每个负样本图文对的关联程度； S3：构建用于提取数据特征的图像编码器和文本编码器，将图像和文本嵌入到一个联合的嵌入空间，并计算图文相似度，得到相似度矩阵； S4：设定正负样本各自的优化边界参数以及收敛控制参数； S5：构建基于解耦范式的全局损失函数，用于解除正负样本优化时在梯度层面的互相耦合和约束； S6：采用反向传播与梯度下降算法，通过S5中的损失函数，多轮迭代减小全局损失以训练模型，得到图文检索模型； 在S4中，优化边界参数用于设置正负样本各自的优化目标，其中，正样本的优化边界参数为，负样本的优化边界参数为，表示可设置的超参数； 收敛控制参数用于控制正负样本各自的优化力度，并根图像和文本的据关联程度对负样本中的假阴性进行纠正，其中： 正样本的收敛控制参数为，当时视为已经不必再优化，该样本的优化将被截断； 负样本的收敛控制参数为，当时，该样本会被视为真阴性样本，其收敛控制参数固定为1；当时，该样本的收敛控制参数将会动态平滑变化；当时，该样本会被视为假阴性样本，收敛控制参数固定为0，避免该样本对的预测相似度被错误地减小。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。