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！

龙图腾网获悉重庆理工大学申请的专利一种基于局部-全局注意力的全Transformer视频摘要方法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：CN119182978B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411235153.4，技术领域涉及：H04N21/8549；该发明授权一种基于局部-全局注意力的全Transformer视频摘要方法是由兰利彬;蒋璐;刘小娟;崔贯勋;李洪兴;李颜心;夏遵辉;蔡鹏洲设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本一种基于局部-全局注意力的全Transformer视频摘要方法在说明书摘要公布了：本发明涉及一种基于局部‑全局注意力的全Transformer视频摘要方法，该方法使用全Transformer采用编码器‑解码器结构，采用了有监督的方式进行视频摘要，并将其视为序列到序列的学习问题，直接将全Transformer应用于视频摘要任务，将原始Transformer中的全注意力机制替换为局部与全局稀疏注意力的组合，这使得模型能够在减少计算成本的同时捕捉长距离依赖关系。本发明中的编码器和解码器堆叠方式与原始Transformer相同，而局部‑全局稀疏注意力仅在编码器端中使用。在两个公开的多媒体基准数据集TVSum和SumMe上的实验表明，该方法能够大幅度超越其他视频摘要方法。

本发明授权一种基于局部-全局注意力的全Transformer视频摘要方法在权利要求书中公布了：1.一种基于局部-全局注意力的全Transformer视频摘要方法，其特征在于：包括如下步骤： S1：获取训练集，其中训练集中包括多段原始视频和其对应的视频摘要； S2：构建摘要生成模型FullTransNet，所述FullTransNet采用完整编码器-解码器结构的标准Transformer，并使用局部-全局稀疏多头自注意力机制LGS-MHSA代替全注意力； 编码器由N个堆叠的编码器层组成，每个编码器层，除了第一个编码器层之外，都会接收前一个编码器层的输出作为输入，每个编码器层对输入序列进行一系列变换，逐步提取适合摘要的更高层次的语义信息； 解码器由N个堆叠的解码器层组成，解码器的层数与编码器层数相同，第一个解码器层的输入是视频摘要及其位置编码，除了第一个解码器层外，每个解码器层的输入包括两部分：前一个解码器层的输出和来自编码器的上下文表示；所述上下文表示包含来自原始视频的帧间关系信息； S3：训练FullTransNet得到最优FullTransNet，在训练过程中，解码器使用的教师强制方法，解码器使用来自训练集的真实值作为输入；根据损失函数反向传播更新编码器和解码器的参数，纸质损失不再下降训练结束； S4：将一段新视频输入最优FullTransNet，输出该新视频的视频摘要。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。

以上内容由龙图腾AI智能生成。