Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学梁超获国家专利权

武汉大学梁超获国家专利权

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!

龙图腾网获悉武汉大学申请的专利基于跨语义注意力模型的实例检索方法及相关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:CN116484194B

龙图腾网通过国家知识产权局官网在2026-01-02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:202310499825.1,技术领域涉及:G06F18/20;该发明授权基于跨语义注意力模型的实例检索方法及相关设备是由梁超;鲁安康;郭佳昊;杨晶垚;王中元设计研发完成,并于2023-04-27向国家知识产权局提交的专利申请。

基于跨语义注意力模型的实例检索方法及相关设备在说明书摘要公布了:本发明提供一种基于跨语义注意力模型的实例检索方法及相关设备。该方法包括:从多个镜头中选取任一镜头作为目标镜头,获取目标镜头中的动作预测得分向量和地点预测得分向量;对地点预测得分向量和动作预测得分向量进行修正,得到修正后的地点预测得分向量和修正后的动作预测得分向量;基于修正后的动作预测得分向量、修正后的地点预测得分向量、待查询动作以及待查询地点计算得到关联检索得分;重复上述步骤,直至多个镜头都被选取,得到多个关联检索得分;基于多个关联检索得分得到待查询的动作和待查询的地点对应的检索结果。通过本发明,有效避免检索结果出现语义矛盾的镜头,提高了“动作‑地点”复合语义检索的精度。

本发明授权基于跨语义注意力模型的实例检索方法及相关设备在权利要求书中公布了:1.一种基于跨语义注意力模型的实例检索方法,其特征在于,所述基于跨语义注意力模型的实例检索方法包括: 从多个镜头中选取任一镜头作为目标镜头,获取目标镜头中的动作预测得分向量以及地点预测得分向量; 基于注意力嵌入矩阵、语义嵌入矩阵以及动作预测得分向量对地点预测得分向量进行修正,得到修正后的地点预测得分向量; 基于注意力嵌入矩阵、语义嵌入矩阵以及地点预测得分向量对动作预测得分向量进行修正,得到修正后的动作预测得分向量; 基于修正后的动作预测得分向量、修正后的地点预测得分向量、待查询动作以及待查询地点计算得到待查询动作和待查询地点的关联检索得分; 从未被选取过的镜头中选取任一镜头作为目标镜头,返回执行获取目标镜头中的动作预测得分向量以及地点预测得分向量的步骤,直至多个镜头都被选取,得到多个关联检索得分; 基于多个关联检索得分得到待查询的动作和待查询的地点对应的检索结果; 所述基于注意力嵌入矩阵、语义嵌入矩阵以及动作预测得分向量对地点预测得分向量进行修正,得到修正后的地点预测得分向量的步骤,包括: 将动作预测得分向量代入第一预设公式,计算得到动作注意力向量和动作语义向量,其中,第一预设公式如下: 其中,用于表示动作注意力向量,用于表示动作预测得分向量,用于表示动作修正地点模块中的注意力嵌入矩阵,,用于表示动作语义向量,用于表示动作修正地点模块中的语义嵌入矩阵,,是动作类别总数,用于表示尺寸为A乘A的实数矩阵; 将地点预测得分向量以及动作注意力向量代入第二预设公式,计算得到动作到地点的注意力矩阵,其中,第二预设公式如下: 其中,用于表示动作到地点的注意力矩阵,用于表示地点预测得分向量; 将动作语义向量和动作到地点的注意力矩阵代入第三预设公式,计算得到地点预测得分更新向量,其中,第三预设公式如下: 其中,用于表示地点预测得分更新向量; 将地点预测得分更新向量和地点预测得分向量代入第四预设公式,计算得到修正后的地点预测得分向量,其中,第四预设公式如下: 其中,用于表示修正后的地点预测得分向量; 所述基于注意力嵌入矩阵、语义嵌入矩阵以及地点预测得分向量对动作预测得分向量进行修正,得到修正后的动作预测得分向量的步骤,包括: 将地点预测得分向量代入第五预设公式,计算得到动作注意力向量和动作语义向量,其中,第五预设公式如下: 其中,用于表示地点注意力向量,用于表示地点预测得分向量,用于表示地点修正动作模块中的注意力嵌入矩阵,,用于表示地点语义向量,用于表示地点修正动作模块中的语义嵌入矩阵,,用于表示地点类别总数,用于表示尺寸为L乘L的实数矩阵; 将动作预测得分向量以及地点注意力向量代入第六预设公式,计算得到地点到动作的注意力矩阵,其中,第六预设公式如下: 其中,用于表示地点到动作的注意力矩阵,用于表示动作预测得分向量; 将地点语义向量和地点到动作的注意力矩阵代入第七预设公式,计算得到动作预测得分更新向量,其中,第七预设公式如下: 其中,用于表示动作预测得分更新向量; 将动作预测得分更新向量和动作预测得分向量代入第八预设公式,计算得到修正后的地点预测得分向量,其中,第八预设公式如下: 其中,用于表示修正后的动作预测得分向量。

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武汉大学,其通讯地址为:430000 湖北省武汉市武昌区珞珈山;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。