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！

龙图腾网获悉北京百度网讯科技有限公司申请的专利多模态特征的融合方法、装置、设备、介质和产品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：CN114821255B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210416064.4，技术领域涉及：G06V10/80；该发明授权多模态特征的融合方法、装置、设备、介质和产品是由章良杰;岳洪达;许海洋;冯博豪设计研发完成，并于2022-04-20向国家知识产权局提交的专利申请。

本多模态特征的融合方法、装置、设备、介质和产品在说明书摘要公布了：本公开提供了一种多模态特征的融合方法、装置、设备、介质和产品，涉及人工智能技术领域，尤其涉及自然语言处理、光学字符识别等技术领域，可应用于智慧金融等场景。具体实现方案为：获取包括有文本的图像；对图像进行特征识别，得到文本的文本特征以及位置特征；将图像按照预设规则划分为多个区域，并提取多个区域中至少一个区域的图像特征；对文本特征进行编码，得到文本向量；以及，对至少一个区域的图像特征进行编码，得到至少一个区域的图像向量；以及，对位置特征进行编码，得到位置向量；将文本向量、至少一个区域的图像向量和位置向量进行融合，得到融合后的目标向量。本公开能够提高多模态特征的融合程度。

本发明授权多模态特征的融合方法、装置、设备、介质和产品在权利要求书中公布了：1.一种多模态特征的融合方法，包括： 获取包括有文本的图像； 对所述图像进行特征识别，得到所述文本的文本特征以及位置特征； 将所述图像按照预设规则划分为多个区域，并提取所述多个区域中至少一个区域的图像特征； 对所述文本特征进行编码，得到文本向量；以及，对所述至少一个区域的图像特征进行编码，得到所述至少一个区域的图像向量；以及，对所述位置特征进行编码，得到位置向量； 将所述文本向量、所述至少一个区域的图像向量和所述位置向量进行融合，得到融合后的目标向量； 其中，所述对所述至少一个区域的图像特征进行编码，得到至少一个区域的图像向量，包括： 对所述至少一个区域的图像特征进行池化处理，得到所述至少一个区域的初始图像向量； 对所述至少一个区域的初始图像向量分别进行线性变换； 根据至少一个区域的位置关系，确定所述至少一个区域对应初始图像向量的一维位置编码； 基于至少一个区域线性变换后的初始图像向量、一维位置编码和区别于其他初始图像向量的段嵌入，确定至少一个区域的图像向量。

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北京百度网讯科技有限公司，其通讯地址为：100085 北京市海淀区上地十街10号百度大厦2层；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”。