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！

龙图腾网获悉深圳市万物云科技有限公司申请的专利一种事件时间定位方法、装置、计算机设备及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：CN121351008B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511856437.X，技术领域涉及：G06F18/25；该发明授权一种事件时间定位方法、装置、计算机设备及存储介质是由周长源设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本一种事件时间定位方法、装置、计算机设备及存储介质在说明书摘要公布了：本发明公开了一种事件时间定位方法、装置、计算机设备及存储介质，该方法包括：获取历史事件时间定位数据；对查询指令及视频数据和音频数据进行时间对齐处理，得到对齐数据；基于对齐数据构造三元组训练数据，并利用三元组训练数据对三元交叉注意力模型进行训练，得到初始时间定位模型；获取训练过程中的损失数据，并用损失数据对所述初始时间定位模型进行参数优化；利用压缩技术对参数优化后的初始时间定位模型进行结构微调，得到目标时间定位模型；对目标时间定位模型进行部署，并利用目标时间定位模型进行推理预测。本发明能够提高事件时间定位效率，增强事件时间定位效果。

本发明授权一种事件时间定位方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种事件时间定位方法，其特征在于，包括： 获取历史事件时间定位数据；其中，所述历史事件时间定位数据包括查询指令及对应的视频数据和音频数据； 对所述查询指令及对应的视频数据和音频数据进行时间对齐处理，得到对齐数据； 基于所述对齐数据构造三元组训练数据，并利用所述三元组训练数据对三元交叉注意力模型进行训练，得到初始时间定位模型； 获取训练过程中的损失数据，并利用所述损失数据对所述初始时间定位模型进行参数优化； 利用压缩技术对参数优化后的初始时间定位模型进行结构微调，得到目标时间定位模型； 对所述目标时间定位模型进行部署，并利用所述目标时间定位模型对指定的事件时间查询数据进行推理预测； 所述基于所述对齐数据构造三元组训练数据，并利用所述三元组训练数据对三元交叉注意力模型进行训练，得到初始时间定位模型，包括： 获取所述视频数据对应的时长，并结合预设的步幅将所述视频数据的时间轴划分为多个初始时间片段； 对每一所述初始时间片段定义片段级特征集合，并对所述初始时间片段设置带边界平滑的软标签； 基于所述查询指令设置所述历史事件时间定位数据的属性概率，并利用所述属性概率对所述初始时间片段设置一致性权重，然后结合所述一致性权重对所述软标签进行门控增强处理； 对所述初始时间片段设置片段难度分数以及质量指标； 结合所述软标签、片段难度分数以及质量指标从所述初始时间片段中筛选得到候选时间片段； 基于所述候选时间片段，结合所述查询指令和音频数据构建所述三元组训练数据； 所述获取训练过程中的损失数据，并利用所述损失数据对所述初始时间定位模型进行参数优化，包括： 获取所述三元交叉注意力模型在训练过程中的片段排序损失和跨模态对比对齐损失； 通过所述三元交叉注意力模型获取得到所述三元组训练数据的融合特征，并基于所述融合特征获取蒸馏损失； 基于所述查询指令设置事件边界，并根据所述事件边界获取边界回归损失； 结合所述片段排序损失、跨模态对比对齐损失、蒸馏损失和边界回归损失构造目标损失函数，并利用所述目标损失函数进行参数优化； 所述获取所述三元交叉注意力模型在训练过程中的片段排序损失和跨模态对比对齐损失，包括： 按照下式计算所述片段排序损失： ； ； ； 其中，表示pairwise排序损失，表示listwise排序损失，表示片段排序损失，表示三元组集合，为自适应间隔，为正样本的候选时间片段的索引，为负样本的候选时间片段的索引，、分别为三元交叉注意力模型对候选时间片段、的匹配分数，为候选时间片段的集合，q表示查询指令，yu表示候选时间片段u的二元标签，表示以自然底数e对第u个候选时间片段的打分做指数运算后的结果,表示对以自然底数e对第v个候选时间片段的打分做指数运算后的结果。

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深圳市万物云科技有限公司，其通讯地址为：518000 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)；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。