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！

龙图腾网获悉上海人工智能创新中心;南京大学申请的专利一种基于大语言模型的视频理解多任务处理模型训练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：CN119360262B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411205302.2，技术领域涉及：G06V20/40；该发明授权一种基于大语言模型的视频理解多任务处理模型训练方法是由陈果;郑寅栋;黄逸飞;徐际岚;裴宝琦;王亚立;乔宇;路通;王利民设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种基于大语言模型的视频理解多任务处理模型训练方法在说明书摘要公布了：本发明涉及一种基于大语言模型的视频理解多任务处理模型训练方法，方法包括以下步骤：S1、获取视频数据，将视频数据输入多任务处理模型的双分支特征提取部分，输出视频特征；S2、获取视频理解任务对应的提示词；S3、将视频特征和提示词输入多任务处理模型的解码器部分，输出视频理解任务结果。与现有技术相比，本发明具有提高视频理解多任务解码器的泛用性的同时减少训练时间等优点。

本发明授权一种基于大语言模型的视频理解多任务处理模型训练方法在权利要求书中公布了：1.一种基于大语言模型的视频理解多任务处理模型训练方法，其特征在于，方法为两阶段训练，具体包括以下步骤： 构建多任务处理网络，所述多任务处理网络包括含有视觉编码器的双分支特征提取网络、任务解码器以及多层感知器MLP，获取视觉语言数据集，基于视觉语言数据集对多任务处理网络进行预训练，得到预训练后的多层感知器MLP参数； 获取视频指令微调数据集，将视频指令微调数据集输入多任务处理网络进行训练，将训练完成的双分支特征提取模型作为多任务处理模型的双分支特征提取部分，训练完成的任务解码器以及多层感知器MLP作为多任务处理模型的解码器部分； 训练完成后，基于多任务处理模型进行视频理解任务的具体步骤为： 获取视频数据，将视频数据输入多任务处理模型的双分支特征提取部分，输出视频特征； 获取视频理解任务对应的提示词； 将视频特征和提示词输入多任务处理模型的解码器部分，输出视频理解任务结果； 所述将视频数据输入多任务处理模型的双分支特征提取部分，输出视频特征的具体步骤为： 从视频数据中均匀采样固定数量的帧，得到全局时空表示，所述全局时空表示输入双分支特征提取部分中的视频缩略图分支，全局时空表示输入视频缩略图分支的视觉编码器中，对视频缩略图分支的视觉编码器输出的图像语义特征进行3D自适应池化操作，得到视频缩略时空序列； 以固定帧率从视频数据中采样多个帧，多个帧输入到双分支特征提取部分中的高清时序分支，多个帧输入高清时序分支的视觉编码器中，高清时序分支的视觉编码器输出帧级特征，帧级特征通过压缩空间的时空自适应池化操作压缩为时序高清特征； 将所述视频缩略时空序列和时序高清特征拼接，得到视频特征。

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上海人工智能创新中心;南京大学，其通讯地址为：200232 上海市徐汇区云锦路701号37、38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”。

以上内容由龙图腾AI智能生成。