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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);山东大学;北京三快在线科技有限公司;浙江大华技术股份有限公司;合肥工业大学申请的专利一种第一视角视频定位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：CN120032301B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510510087.5，技术领域涉及：G06V20/40；该发明授权一种第一视角视频定位方法及系统是由聂礼强;冯奕森;关惟俐;刘萌;夏华夏;朱树磊;殷俊;汪萌设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本一种第一视角视频定位方法及系统在说明书摘要公布了：本发明提供了一种第一视角视频定位方法及系统，获取第一视角视频和查询文本；使用预训练的物品检测器从第一视角视频中提取物品注释，并通过与查询文本中的名词匹配筛选出与查询相关的物品类别；利用预训练的特征编码器编码视频、物品和文本信息，提取出视频特征、物品特征与文本特征，进行文本特征上下文建模，并执行文本与物品间的特征交互；利用包含使用选择性状态空间的线性时间序列模型以及交叉注意力的多模态融合模块进行视频特征序列理解和特征融合，获得多模态特征表示；使用所述多模态特征表示，进行第一视角视频片段定位。本发明克服了现有技术中缺乏细粒度语义信息和难以理解第一视角视频的缺陷。

本发明授权一种第一视角视频定位方法及系统在权利要求书中公布了：1.一种第一视角视频定位方法，其特征是，包括以下步骤： 获取第一视角视频和查询文本； 使用预训练的物品检测器从第一视角视频中提取物品注释，并通过与查询文本中的名词匹配筛选出与查询相关的物品类别； 利用预训练的特征编码器编码视频、物品和文本信息，提取出视频特征、物品特征与文本特征，进行文本特征上下文建模，并执行文本与物品间的特征交互； 利用包含使用选择性状态空间的线性时间序列模型以及交叉注意力的多模态融合模块进行视频特征序列理解和特征融合，获得多模态特征表示； 使用所述多模态特征表示，进行第一视角视频片段定位； 其中，利用包含使用选择性状态空间的线性时间序列模型以及交叉注意力的多模态融合模块进行视频特征序列理解和特征融合的过程包括：使用双向选择性状态空间的线性时间序列模型增强视频特征，以捕捉视频数据中的长距离依赖关系；应用交叉注意力机制和前馈层聚合增强后的视频特征和查询文本信息；使用并行交叉注意力机制聚合视频特征和物品特征； 通过门控机制对两种聚合不同信息的特征进行组合。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);山东大学;北京三快在线科技有限公司;浙江大华技术股份有限公司;合肥工业大学，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。