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！

龙图腾网获悉中国科学技术大学申请的专利基于语言感知与特征融合的多模态大模型对齐方法和系统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：CN120932247B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511465671.X，技术领域涉及：G06V30/18；该发明授权基于语言感知与特征融合的多模态大模型对齐方法和系统是由毛震东;张勇东;付哲仁;凌方灿设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本基于语言感知与特征融合的多模态大模型对齐方法和系统在说明书摘要公布了：本发明涉及多模态语义对齐技术领域，公开了一种基于语言感知与特征融合的多模态大模型对齐方法和系统，所采用的对齐模型的构建及训练过程包括：基于图像块特征计算每个图像块的显著性得分，生成可微的二元决策矩阵；将筛选出的重要图像块通过学习的聚合权重矩阵进行加权聚合，得到聚合后的图像块特征；基于聚合后的图像块特征与文本的单词特征计算图像块‑文本单词相似度矩阵，计算图像与文本的总体匹配分数；使用结合了双向三元组损失和比率约束损失的总损失函数对所述对齐模型进行端到端优化。本发明旨在利用语言信息作为监督信号，智能地滤除冗余视觉特征，将模糊的平均化语义表达提炼为针对特定图文对的精准语义。

本发明授权基于语言感知与特征融合的多模态大模型对齐方法和系统在权利要求书中公布了：1.一种基于语言感知与特征融合的多模态大模型对齐方法，其特征在于，所采用的对齐模型的构建及训练过程包括： 提取图像的图像块特征和文本的单词特征； 基于图像块特征计算每个图像块的显著性得分：将图像中的空间信息引入到图像块特征中，并使用位置引导分数预测网络来学习图像块的显著得分，分数预测网络由多层感知机MLP和Sigmoid函数组成：；是第个图像块的显著性得分，是第个图像块特征；计算图像块和文本单词之间的注意力得分，包括通过计算图像块特征和文本的单词特征之间的交叉注意力得出的与文本相关的注意力得分，以及通过计算图像块内的自我注意得出的图像显著注意得分；将、和进行组合，得出最终的显著性得分；为权重参数；基于Gumbel-Softmax策略生成可微的二元决策矩阵，以筛选出与文本语义相关的重要图像块； 将筛选出的重要图像块通过学习的聚合权重矩阵进行加权聚合，得到聚合后的图像块特征； 基于聚合后的图像块特征与文本的单词特征计算图像块-文本单词相似度矩阵，并通过双向最大对齐交互计算图像与文本的总体匹配分数，实现图像与文本的对齐； 使用结合了双向三元组损失和比率约束损失的总损失函数对所述对齐模型进行端到端优化。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。