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！

龙图腾网恭喜山东大学;北京达佳互联信息技术有限公司申请的专利基于跨视角语义对齐的第一人称视频问答方法及系统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：CN119622024B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510147029.0，技术领域涉及：G06F16/78；该发明授权基于跨视角语义对齐的第一人称视频问答方法及系统是由聂礼强;刘萌;关惟俐;张昊宇;文彬;江开宇;唐凯宇;尉寅玮;胡宇鹏设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本基于跨视角语义对齐的第一人称视频问答方法及系统在说明书摘要公布了：本发明涉及基于跨视角语义对齐的第一人称视频问答方法及系统，属于视频问答技术领域，方法包括：收集并筛选第三人称视频‑文本配对数据，训练第三人称视频编码器；训练第一人称视频编码器；对Ego‑Exo4D数据集进行筛选、扩展，构建预训练数据集Ego‑ExoClip，并进一步训练第三人称编码器；构建映射函数，学习第三人称数据和第一人称数据之间的变换关系；通过跨视角特征融合策略，将第一人称视频特征与估计的第三人称特征在多模态公共空间中深度融合，生成统一的多模态视频语义特征表示，结合用户输入的问题与融合后的多模态视频特征，生成答案回复。本发明通过任务统一化设计显著增强了模型在各种视频问答任务上的性能。

本发明授权基于跨视角语义对齐的第一人称视频问答方法及系统在权利要求书中公布了：1.基于跨视角语义对齐的第一人称视频问答方法，其特征在于，步骤如下：（1）从互联网中收集并筛选海量高质量的第三人称视频-文本配对数据；（2）利用筛选数据，训练第三人称视频编码器；（3）使用EgoClip数据集，训练第一人称视频编码器，适应第一人称视角的视频语义特性；（4）对跨视角同步数据Ego-Exo4D进行筛选、扩展，构建预训练数据集Ego-ExoClip；（5）使用Ego-ExoClip中的第三人称视频数据，进一步训练第三人称编码器；（6）构建跨视角映射函数，学习第三人称数据和第一人称数据之间的变换关系；（7）创建指令微调数据集，并通过指令微调数据集，进一步训练第一人称视频编码器；（8）通过跨视角特征融合策略，将第一人称视频特征与估计的第三人称特征在多模态公共空间中深度融合，生成统一的多模态视频语义特征表示；（9）结合用户输入的问题与融合后的多模态视频特征，生成答案回复。

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山东大学;北京达佳互联信息技术有限公司，其通讯地址为：250100 山东省济南市历城区山大南路27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”。