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！

龙图腾网获悉成都索贝数码科技股份有限公司申请的专利一种基于多模态理解的场景时序位置检测方法、装置、存储介质及电子设备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：CN120510555B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510998908.4，技术领域涉及：G06V20/40；该发明授权一种基于多模态理解的场景时序位置检测方法、装置、存储介质及电子设备是由陈尧森;刘跃根;张思勤;温序铭;李雪设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于多模态理解的场景时序位置检测方法、装置、存储介质及电子设备在说明书摘要公布了：本申请提供了一种基于多模态理解的场景时序位置检测方法、装置、存储介质及电子设备，涉及多模态视频理解和深度学习领域，所述方法包括：将视频切分为多个镜头片段，并标注出镜头片段切换的入出点时码信息及标签，构建训练集和验证集；基于时码信息的文本特征、镜头片段的视觉特征以及设计的提示文本拼接组合生成输入特征序列；构建预训练模型；采用有监督微调策略利用训练集对预训练模型进行训练，优化预训练模型参数；将所述输入特征序列输入至预训练模型并利用组相对策略优化强化学习算法梯度优化预训练模型；利用验证集对预训练模型进行全面评估。本方法解决了现有技术在复杂视频场景下标签提取精度低、效率差的核心问题。

本发明授权一种基于多模态理解的场景时序位置检测方法、装置、存储介质及电子设备在权利要求书中公布了：1.一种基于多模态理解的场景时序位置检测方法，其特征在于，包括： 将视频切分为多个镜头片段，并标注出镜头片段切换的入出点时码信息及标签，构建训练集和验证集； 基于时码信息的文本特征、镜头片段的视觉特征以及设计的提示文本拼接组合生成输入特征序列； 基于视觉语言模型架构，构建预训练模型； 采用有监督微调策略，利用训练集对预训练模型进行训练，优化预训练模型参数； 将所述输入特征序列输入至优化后的预训练模型中得到预测输出特征，并利用组相对策略优化强化学习算法梯度优化预训练模型； 利用验证集对预训练模型进行全面评估； 其中，所述采用有监督微调策略，利用训练集对预训练模型进行训练，优化预训练模型参数，包括： 使用训练集对预训练模型进行有监督训练； 并利用损失函数L优化预训练模型的参数； 其中，； 式中，为输入张量；B为batchsize，特征维度为D；表示第i个样本的输入向量；为输出层权重矩阵，词汇表大小为V，特征维度为D；表示偏置向量，对应每个类别的偏置项线性变换后的logits输出的第i个样本对第j个类别的未归一化输出；为第i个样本的真实标签； 所述利用组相对策略优化强化学习算法梯度优化预训练模型，包括： 设计GRPO奖励函数，所述GRPO奖励函数包括：格式奖励函数和精确度奖励函数； 利用所述GRPO奖励函数梯度更新预测输出特征。

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成都索贝数码科技股份有限公司，其通讯地址为：610041 四川省成都市高新区新园南二路2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。