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！

龙图腾网获悉湖南师范大学申请的专利一种基于语义一致性引导的多尺度视觉定位方法及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：CN121353998B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511939660.0，技术领域涉及：G06V20/40；该发明授权一种基于语义一致性引导的多尺度视觉定位方法及系统是由王学平;管昭旭;马晨曦;王龙轩;张尔得设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本一种基于语义一致性引导的多尺度视觉定位方法及系统在说明书摘要公布了：本发明涉及视觉语言融合定位技术领域，公开了一种基于语义一致性引导的多尺度视觉定位方法及系统，包括：基于Stanza句法分析模型提取名词短语，基于预训练的BEiT‑3图文编码模型分别生成文本语义特征、短语语义特征、视觉特征；通过名词短语特征与视觉特征的注意交互计算文本一致性约束损失，同时生成概念级语义热力图；基于该语义热力图，对由特征金字塔网络生成的多尺度视觉特征施加与语义响应对应的权重；根据加权后生成的多尺度视觉特征，通过可变形注意力模块对候选区域开展基于偏移量的自适应采样并完成多尺度候选框生成；本发明解决了现有模型候选区域生成缺乏语义指向性的问题，并改善了特征冗余、语义对齐不稳的问题。

本发明授权一种基于语义一致性引导的多尺度视觉定位方法及系统在权利要求书中公布了：1.一种基于语义一致性引导的多尺度视觉定位方法，其特征在于，包括： 获取输入图像对应的文本描述，对文本内容进行格式化处理后，利用Stanza句法分析模型对输入的文本描述进行句法依存分析，识别句中名词短语的语法边界和组成结构，并提取与名词短语对应的文本内容； 基于预训练的BEiT-3图文编码模型，对输入图像、文本描述、名词短语进行多模态编码，输入图像生成视觉特征，文本描述和名词短语分别生成整体文本语义特征和名词短语语义特征； 通过名词短语语义特征与视觉特征的注意交互计算文本一致性约束损失，在进行交叉注意力计算时，计算名词短语在各视觉区域上的注意权值与响应分布，并生成概念级语义热力图； 视觉特征通过特征金字塔网络生成多尺度视觉特征，并依据语义热力图中的响应分布对各尺度视觉特征施加对应的权重，将热力图的空间强度映射为加权因子并作用于不同尺度的特征图，对多尺度特征的空间位置和通道响应执行语义导向的加权处理； 基于多尺度视觉特征与语义热力图构建候选区域生成机制，通过加权特征增强语义相关区域，并由候选区域生成头完成物体性预测与边界框回归，从而得到与文本描述高度相关的多尺度候选区域集合； 使用训练完成的候选框生成模型对测试集图像直接生成候选区域框及其对应的视觉特征；随后将这些候选框视觉特征与文本描述的语义特征进行跨模态相似度计算；根据相似度大小对全部候选框进行排序，选取与文本语义最为接近的候选框作为最终输出，完成定位任务。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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。