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！

龙图腾网恭喜杭州海康威视数字技术股份有限公司申请的专利基于多模态大模型的图像隐私定位识别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：CN119863691B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510348747.4，技术领域涉及：G06V20/00；该发明授权基于多模态大模型的图像隐私定位识别方法及装置是由王滨;周少鹏;许光全;赵曦滨;郭一鸣;李超豪;闫皓楠设计研发完成，并于2025-03-21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隐私定位识别方法及装置在说明书摘要公布了：本申请提供一种基于多模态大模型的图像隐私定位识别方法及装置，该方法包括：基于语义token获取初始查询特征，基于初始查询特征、局部视觉token序列和全局视觉token生成条件查询特征；基于融合特征和条件查询特征确定目标查询特征；将目标查询特征输入给多模态大模型得到预测位置和预测类别；若预测类别与隐私对象描述的相似度大于语义相似度阈值，确定待检测图像存在用户关注的隐私对象，对与预测位置匹配的内容进行脱敏；若相似度不大于语义相似度阈值，确定待检测图像存在用户不关注的隐私对象，对与预测位置匹配的内容不进行脱敏。通过本申请方案，能够有效识别图像中隐私信息。

本发明授权基于多模态大模型的图像隐私定位识别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隐私定位识别方法，其特征在于，包括：获取待检测图像和交互式文本，所述交互式文本包括隐私对象描述；将所述待检测图像划分为多个图像块，针对每个图像块，确定该图像块的局部特征向量，对该局部特征向量进行池化操作得到池化后局部特征，将所述池化后局部特征映射为多模态大模型支持的局部视觉token，将所有图像块的局部视觉token拼接成局部视觉token序列；确定所述待检测图像的全局特征向量，对所述全局特征向量进行池化操作得到池化后全局特征，将所述池化后全局特征映射为全局视觉token；将所述交互式文本映射为语义token；对所述局部视觉token序列、所述全局视觉token和所述语义token进行融合得到融合特征；基于所述语义token获取所述隐私对象描述对应的初始查询特征，基于所述初始查询特征、所述局部视觉token序列和所述全局视觉token生成条件查询特征；基于所述融合特征和所述条件查询特征确定目标查询特征；其中，所述对所述局部视觉token序列、所述全局视觉token和所述语义token进行融合得到融合特征，包括：对所述局部视觉token序列、所述全局视觉token和所述语义token进行拼接得到拼接后特征；对所述拼接后特征进行线性变换得到所述融合特征；或者，对所述局部视觉token序列、所述全局视觉token和所述语义token进行加权操作得到加权后特征，对所述加权后特征进行归一化操作得到所述融合特征；其中，在对所述局部视觉token序列、所述全局视觉token和所述语义token进行加权操作时，所述局部视觉token序列的加权系数大于所述语义token的加权系数，所述全局视觉token的加权系数大于所述语义token的加权系数，所述局部视觉token序列的加权系数与所述全局视觉token的加权系数相同或不同；将所述目标查询特征输入给多模态大模型得到隐私对象的预测位置、预测类别和预测置信度，且所述预测置信度表示该预测类别的置信度；若所述预测置信度大于匹配分数阈值，且所述预测类别与所述隐私对象描述的相似度大于语义相似度阈值，则确定待检测图像存在用户关注的隐私对象，对所述待检测图像中与所述预测位置匹配的内容进行脱敏；若所述相似度不大于语义相似度阈值，则确定待检测图像存在用户不关注的隐私对象，对所述待检测图像中与所述预测位置匹配的内容不进行脱敏。

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杭州海康威视数字技术股份有限公司，其通讯地址为：310051 浙江省杭州市滨江区阡陌路555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”。