買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉武漢理工大學申請的專利基于像素-詞匯關聯建模的指代表達理解方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120107570B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510594784.3，技術領域涉及：G06V10/25；該發明授權基于像素-詞匯關聯建模的指代表達理解方法及系統是由榮毅;姚瑞霖;熊盛武;殷康設計研發完成，并于2025-05-09向國家知識產權局提交的專利申請。

本基于像素-詞匯關聯建模的指代表達理解方法及系統在說明書摘要公布了：本發明提供了一種基于像素?詞匯關聯建模的指代表達理解方法及系統，獲取文本描述和對應的原始圖像；提取所述文本描述的文本特征；通過卷積編碼器提取所述原始圖像的像素特征，在所述卷積編碼器的若干個卷積層之后嵌入基于像素?詞關聯的特征增強模塊；所述基于像素?詞關聯的特征增強模塊計算視覺像素與文本詞匯之間的相關性，將所述文本特征嵌入所述像素特征中對像素特征進行增強；將增強后的視覺特征和原始的文本特征輸入到多階段級聯解碼器，通過交叉注意力機制整合特征，并采用前向神經網絡輸出最終的檢測結果。通過顯式計算視覺特征與語言特征之間的像素?詞相關性，更好地聚焦于與語言相關的圖像區域，顯著提高目標檢測的準確性。

本發明授權基于像素-詞匯關聯建模的指代表達理解方法及系統在權利要求書中公布了：1.一種基于像素-詞匯關聯建模的指代表達理解方法，其特征在于：包括以下步驟： 步驟S1：獲取文本描述和對應的原始圖像； 步驟S2：提取所述文本描述的文本特征；通過卷積編碼器提取所述原始圖像的像素特征，在所述卷積編碼器的若干個卷積層之后嵌入基于像素-詞關聯的特征增強模塊；所述基于像素-詞關聯的特征增強模塊計算視覺像素與文本詞匯之間的相關性，將所述文本特征嵌入所述像素特征中對像素特征進行增強； 步驟S3：將增強后的視覺特征和原始的文本特征輸入到多階段級聯解碼器，通過交叉注意力機制整合特征，并采用前向神經網絡輸出最終的檢測結果； 步驟S2中，所述基于像素-詞關聯的特征增強模塊計算視覺像素與文本詞匯之間的相關性的方法包括：通過線性映射將像素特征和文本特征映射到統一維度空間進行對齊，計算像素-詞匯級別的關聯；針對輸入表達中的不同詞匯，生成詞匯級的注意力權重；基于注意力的池化進行操作，通過詞匯級的注意力權重將像素-詞匯級別的關聯轉化為像素-句子級別的相關性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人武漢理工大學，其通訊地址為：430070 湖北省武漢市洪山區珞獅路122號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。