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！

龙图腾网获悉浙江大学申请的专利基于预训练扩散大语言模型的手语翻译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：CN121527813B 。

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：202610052559.1，技术领域涉及：G06V40/10；该发明授权基于预训练扩散大语言模型的手语翻译方法和系统是由耿卫东;郭姿成设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本基于预训练扩散大语言模型的手语翻译方法和系统在说明书摘要公布了：本发明提供的基于预训练扩散大语言模型的手语翻译方法和系统，属于手语视频翻译领域。通过对包含手语动作的视频进行预处理，得到手语视频帧序列，再输入至视觉特征提取网络提取特征，并融合得到时序视觉融合特征序列；给定手语翻译任务的文本提示词，并对目标译文位置构造初始掩码序列，将文本提示词、时序视觉融合特征序列和初始掩码序列作为引导条件注入至扩散语言模型，结合扩散掩码机制迭代去噪预测被掩码位置的词元，得到自然语言译文序列，完成手语翻译；其中，扩散语言模型训练时，通过内部特征对齐机制，优化引导条件对文本生成的引导效果，以提升长文本翻译的准确性、连贯性与鲁棒性，更好地满足无障碍公共服务场景的实际需求。

本发明授权基于预训练扩散大语言模型的手语翻译方法和系统在权利要求书中公布了：1.一种基于预训练扩散大语言模型的手语翻译方法，其特征在于，包括以下步骤： 对包含手语动作的视频进行预处理，得到手语视频帧序列，再输入至视觉特征提取网络提取特征，并融合得到时序视觉融合特征序列；其中，所述的视觉特征提取网络包括空间特征编码器与运动特征编码器；所述空间特征编码器为基于视觉Transformer的空间编码器，并采用多尺度输入策略，用于从输入的手语视频帧序列中提取帧级空间外观特征；所述运动特征编码器为基于自监督视频表征学习的运动编码器，用于从输入的手语视频帧序列中提取时序运动动力学特征； 给定手语翻译任务的文本提示词，并对目标译文位置构造初始掩码序列，将文本提示词、时序视觉融合特征序列和初始掩码序列作为引导条件注入至扩散语言模型，结合扩散掩码机制迭代去噪预测被掩码位置的词元，得到自然语言译文序列，完成手语翻译；其中，扩散语言模型训练时，通过内部特征对齐机制，约束扩散语言模型的中间层隐藏表征与时序视觉融合特征序列的语义一致性，优化引导条件对文本生成的引导效果；所述的内部特征对齐机制为基于表征对齐机制，包括：对时序视觉融合特征序列进行全局池化，得到教师全局语义向量；对扩散语言模型前K层中间隐藏状态进行全局池化，得到学生全局语义向量；通过多层感知机将学生全局语义向量投影至与教师全局语义向量对齐的语义空间；使用负余弦相似度作为对齐损失，约束投影后的学生全局语义向量与教师全局语义向量相近；基于对齐损失与扩散去噪损失联合优化扩散语言模型参数，且在推理阶段移除内部特征对齐机制。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。