支付宝(杭州)信息技术有限公司刘军伟获国家专利权
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！
龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利基于多个文档图像的视觉问答方法和装置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：CN120508686B 。
龙图腾网通过国家知识产权局官网在2025-11-04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：202510990516.3，技术领域涉及：G06F16/9032；该发明授权基于多个文档图像的视觉问答方法和装置是由刘军伟;鲁志红;康俊晖设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。
本基于多个文档图像的视觉问答方法和装置在说明书摘要公布了：本说明书实施例提供一种基于多个文档图像的视觉问答方法和装置，利用LVLM执行，LVLM包括，多模态编码模型和LLM。方法包括：通过多模态编码模型获取多个文档图像分别对应的各个图像表征以及问题文本对应的文本表征；将各个图像表征和文本表征输入文本监督评分器，得到多个文档图像对问题文本的各个相关性分数；从多个文档图像中选择出属于第一类别的若干个文档图像；第一类别落入按相关性分数划分的多个区间中的相关性分数最高区间；对于任一第一类别的文档图像，将其输入分辨率增强器，得到分辨率提升后的文档图像的图像表征；将各个图像表征和文本表征输入LLM，得到针对多个文档图像和问题文本的答复文本。
本发明授权基于多个文档图像的视觉问答方法和装置在权利要求书中公布了：1.一种基于多个文档图像的视觉问答方法，利用大型视觉语言模型LVLM执行，所述LVLM包括，多模态编码模型和大语言模型LLM，所述方法包括： 通过所述多模态编码模型获取多个文档图像分别对应的各个图像表征以及问题文本对应的文本表征； 将各个图像表征和文本表征输入文本监督评分器，得到多个文档图像对问题文本的各个相关性分数； 从多个文档图像中选择出属于第一类别的若干个文档图像；所述第一类别落入按相关性分数划分的多个区间中的相关性分数最高区间； 对于任一第一类别的文档图像，将其输入分辨率增强器，得到分辨率提升后的文档图像的图像表征，以更新该文档图像的图像表征； 将多个文档图像分别对应的图像表征和文本表征输入LLM，得到针对所述多个文档图像和问题文本的答复文本。
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支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路543号-569号(单号连续)1幢2号楼5层518室；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励