立心通智科技(北京)有限公司;暗物智能科技(广州)有限公司陈靖涵获国家专利权
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！
龙图腾网获悉立心通智科技(北京)有限公司;暗物智能科技(广州)有限公司申请的专利一种基于多模态大模型的结构化视频理解方法、装置、计算机设备及可读存储介质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：CN119478769B 。
龙图腾网通过国家知识产权局官网在2026-01-06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：202411501242.9，技术领域涉及：G06V20/40；该发明授权一种基于多模态大模型的结构化视频理解方法、装置、计算机设备及可读存储介质是由陈靖涵;张鹏飞;苏江设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。
本一种基于多模态大模型的结构化视频理解方法、装置、计算机设备及可读存储介质在说明书摘要公布了：本发明公开了一种基于多模态大模型的结构化视频理解方法、装置、计算机设备及可读存储介质，包括：首先获取用户的待处理视频与描述需求的交互文本，接着对交互文本提取关键词并结合第一视频多模态大模型确定聚焦实体，再将视频输入第二视频多模态大模型以得到聚焦实体的聚焦时空场景图，最后依据此场景图对交互文本进行对话反馈，实现高效、准确的视频内容理解并满足用户需求。
本发明授权一种基于多模态大模型的结构化视频理解方法、装置、计算机设备及可读存储介质在权利要求书中公布了：1.一种基于多模态大模型的结构化视频理解方法，其特征在于，包括： 获取用户输入的待处理视频和交互文本，所述交互文本为针对所述待处理视频的用户需求描述文本； 对所述交互文本进行关键词提取得到聚焦关键词，并结合预先训练的第一视频多模态大模型确定出所述待处理视频中所述聚焦关键词对应的聚焦实体； 将所述待处理视频输入预先训练的第二视频多模态大模型，得到所述聚焦实体包括的聚焦人物和聚焦物品的聚焦时空场景图； 根据所述聚焦时空场景图对所述交互文本进行对话反馈； 所述将所述待处理视频输入预先训练的第二视频多模态大模型，得到所述聚焦实体包括的聚焦人物和聚焦物品的聚焦时空场景图，包括： 采用抽帧的方式将所述待处理视频预先训练的第二视频多模态大模型，得到所述聚焦实体包括的聚焦人物和聚焦物品的聚焦时空场景图； 基于所述聚焦实体的交并比确定出各个所述聚焦人物和各个所述聚焦物品，得到包括各个所述聚焦人物和各个所述聚焦物品之间的交互关系的多个所述聚焦时空场景图，所述聚焦时空场景图包括每个所述聚焦实体的唯一标识符ID，用于在视频的时间线上跟踪每个聚焦实体。
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立心通智科技(北京)有限公司;暗物智能科技(广州)有限公司，其通讯地址为：100080 北京市海淀区颐和园路2号未来科技大厦主楼2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。
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