買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉廣州大學申請的專利基于多模態情感語義自適應融合的圖像美學質量評價方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120374621B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510864388.8，技術領域涉及：G06T7/00；該發明授權基于多模態情感語義自適應融合的圖像美學質量評價方法是由朱彤;張健;蘇文康;陳思遠;段瑞;宋天舒;張正宇設計研發完成，并于2025-06-26向國家知識產權局提交的專利申請。

本基于多模態情感語義自適應融合的圖像美學質量評價方法在說明書摘要公布了：本發明公開了一種基于多模態情感語義自適應融合的圖像美學質量評價方法，該方法包括下述步驟：獲取美學圖像以及對應的評論文本；對美學圖像提取不同層級的視覺特征，構建美學圖像的多尺度特征序列；對評論文本提取字級、短語級、句子級的語義特征，構建文本的多尺度特征序列；基于多頭注意力機制得到情感語義增強的視覺和文本美學特征，并融合得到不同尺度的融合特征，構建跨模態動態權重，基于尺度注意力機制將不同尺度的融合特征整合為美學表征；根據美學表征對美學圖像的美學質量進行預測，輸出美學評價預測結果。本發明能有效地動態利用跨模態情感語義信息，提升復雜場景下多模態交互的靈活性與準確性。

本發明授權基于多模態情感語義自適應融合的圖像美學質量評價方法在權利要求書中公布了：1.一種基于多模態情感語義自適應融合的圖像美學質量評價方法，其特征在于，包括下述步驟： 獲取美學圖像以及對應的評論文本； 對美學圖像提取不同層級的視覺特征，構建美學圖像的多尺度特征序列； 對評論文本提取字級、短語級、句子級的語義特征，構建文本的多尺度特征序列； 美學圖像的多尺度特征序列經圖像情感分類器輸出每個尺度下的圖像情感特征，基于多頭注意力機制得到情感語義增強的視覺美學特征，具體包括： 對于每個尺度，將圖像情感特征作為查詢，將視覺特征同時作為鍵和值，計算第一注意力分數： ； 其中，表示第一注意力分數，表示圖像情感特征，表示視覺特征，表示視覺特征的維度，表示函數，、、是訓練過程中的可學習參數； 將第一注意力分數與視覺特征相乘得到加權后的特征，與原始的視覺特征進行殘差連接，通過層歸一化操作得到情感語義增強的視覺美學特征，具體表示為： ； 其中，表示層歸一化操作，表示情感語義增強的視覺美學特征； 文本的多尺度特征序列經文本情感分類器輸出每個尺度下的文本情感特征，基于多頭注意力機制得到情感語義增強的文本美學特征，具體包括： 對于每個尺度，將文本情感特征作為查詢，將語義特征同時作為鍵和值，計算第二注意力分數： ； 其中，表示第二注意力分數，表示函數，表示文本情感特征，表示語義特征，、、表示訓練過程中的可學習參數，表示語義特征的維度； 將第二注意力分數與語義特征相乘得到加權后的特征，與原始的語義特征進行殘差連接，通過層歸一化操作得到情感語義增強的文本美學特征，具體表示為： ； 其中，表示層歸一化操作，表示情感語義增強的文本美學特征； 基于門控機制融合情感語義增強的視覺美學特征和文本美學特征，得到不同尺度的融合特征，具體包括： 將情感語義增強的視覺美學特征和文本美學特征進行拼接，得到拼接后的特征向量，表示為： ； 其中，表示拼接后的特征向量，表示層歸一化操作，表示多層感知器，表示拼接操作； 將拼接后的特征向量輸入全連接層，基于Sigmoid激活函數將輸出映射到[0,1]區間，得到門控信號，表示為： ； 其中、是訓練過程中的可學習參數，表示sigmoid函數，表示在第尺度下門控的開關程度； 基于門控信號得到不同尺度的融合特征，表示為： ； 其中，表示第尺度下的融合特征； 構建跨模態動態權重，基于尺度注意力機制將不同尺度的融合特征整合為美學表征； 根據美學表征對美學圖像的美學質量進行預測，輸出美學評價預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣州大學，其通訊地址為：510006 廣東省廣州市番禺區大學城外環西路230號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。