買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國科學(xué)技術(shù)大學(xué)申請的專利基于指令條件壓縮的視頻理解方法、系統(tǒng)、設(shè)備及介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119784861B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-27發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202510244373.1，技術(shù)領(lǐng)域涉及：G06T9/00；該發(fā)明授權(quán)基于指令條件壓縮的視頻理解方法、系統(tǒng)、設(shè)備及介質(zhì)是由張勇東;謝洪濤;劉知航;李攀登設(shè)計(jì)研發(fā)完成，并于2025-03-03向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本基于指令條件壓縮的視頻理解方法、系統(tǒng)、設(shè)備及介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種基于指令條件壓縮的視頻理解方法、系統(tǒng)、設(shè)備及介質(zhì)，它們是一一對應(yīng)的方案，方案中：從有條件壓縮這一角度出發(fā)，引入指令內(nèi)容作為條件，進(jìn)行針對性的壓縮，即在局部和全局混合的兩個(gè)層次注入指令，在壓縮過程中盡可能保留與指令相關(guān)聯(lián)的視覺信息，允許無關(guān)信息損失，實(shí)現(xiàn)有條件壓縮，壓縮時(shí)能夠很好的兼顧視覺特征的高壓縮率與低信息損失，并且能夠盡可能多的保留完成指令任務(wù)所需要的視覺細(xì)節(jié)，從而更好的完成視頻理解任務(wù)，實(shí)現(xiàn)了在更高效壓縮的同時(shí)取得優(yōu)秀的視頻理解能力。

本發(fā)明授權(quán)基于指令條件壓縮的視頻理解方法、系統(tǒng)、設(shè)備及介質(zhì)在權(quán)利要求書中公布了：1.一種基于指令條件壓縮的視頻理解方法，結(jié)合視頻大語言模型實(shí)現(xiàn)，其特征在于，包括：對輸入視頻進(jìn)行視覺編碼，獲得視覺特征序列；在局部層面，將視覺特征序列劃分為若干組，每一組均壓縮為一個(gè)視覺特征，并結(jié)合注入的指令條件通過注意力機(jī)制計(jì)算出局部視覺特征，綜合所有組對應(yīng)的局部視覺特征作為局部壓縮后的視覺特征，包括：將視覺特征序列記為，其中，為實(shí)數(shù)集符號(hào)，T表示視覺特征序列的長度，H與W表示每一視覺特征的高度與寬度，D表示視覺特征的維度；將視覺特征序列劃分為組，每一組包含個(gè)視覺特征，表示為，其中，數(shù)量，數(shù)量，數(shù)量，為給定的降采樣率參數(shù)，符號(hào)表示向上取整；將每一組平均池化為一個(gè)視覺特征，并結(jié)合注入的指令條件C，通過注意力機(jī)制計(jì)算出對應(yīng)的局部視覺特征，表示為：；其中，Inj表示指令條件的注入過程，Attn表示注意力機(jī)制；將所有組視覺特征對應(yīng)的局部視覺特征進(jìn)行拼接，獲得局部壓縮后的視覺特征；在全局層面，對視覺特征序列進(jìn)行位置嵌入，以及引入可學(xué)習(xí)的視覺特征并注入指令條件，再通過注意力機(jī)制計(jì)算出全局壓縮后的視覺特征；其中，指令條件為文本指令的文本特征；結(jié)合輸入的文本指令，以及所述局部壓縮后的視覺特征及全局壓縮后的視覺特征，輸出回答結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國科學(xué)技術(shù)大學(xué)，其通訊地址為：230026 安徽省合肥市包河區(qū)金寨路96號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。