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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉微軟技術(shù)許可有限責任公司申請的專利針對視覺和語言的跨模態(tài)處理獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115017911B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202110247301.4，技術(shù)領(lǐng)域涉及：G06F40/30；該發(fā)明授權(quán)針對視覺和語言的跨模態(tài)處理是由劉蓓;傅建龍設(shè)計研發(fā)完成，并于2021-03-05向國家知識產(chǎn)權(quán)局提交的專利申請。

本針對視覺和語言的跨模態(tài)處理在說明書摘要公布了：根據(jù)本公開的實現(xiàn)，提出了一種用于跨模態(tài)處理的方案。在該方案中，根據(jù)目標模型中的視覺特征提取子模型，提取訓(xùn)練圖像的一組視覺特征。每個視覺特征對應(yīng)于訓(xùn)練圖像中的一個像素塊?；谝曈X語義詞典，確定與該組視覺特征對應(yīng)的一組視覺語義特征。根據(jù)目標模型中的文本特征提取子模型，提取與訓(xùn)練圖像對應(yīng)的訓(xùn)練文本的一組文本特征。每個文本特征對應(yīng)于訓(xùn)練文本中的至少一個詞。基于該組視覺語義特征和該組文本特征，訓(xùn)練目標模型以用于確定輸入文本和輸入圖像之間的關(guān)聯(lián)信息。以此方式，可以促進經(jīng)訓(xùn)練的目標模型在各種視覺?語言任務(wù)中準確且快速地提供結(jié)果。

本發(fā)明授權(quán)針對視覺和語言的跨模態(tài)處理在權(quán)利要求書中公布了：1.一種計算機實現(xiàn)的方法，包括： 根據(jù)目標模型中的視覺特征提取子模型，提取訓(xùn)練圖像的一組視覺特征，其中每個視覺特征對應(yīng)于所述訓(xùn)練圖像中的一個像素塊； 基于視覺語義詞典，確定與所述一組視覺特征對應(yīng)的一組視覺語義特征； 根據(jù)所述目標模型中的文本特征提取子模型，提取與所述訓(xùn)練圖像對應(yīng)的訓(xùn)練文本的一組文本特征，其中每個文本特征對應(yīng)于所述訓(xùn)練文本中的至少一個詞；以及 基于所述一組視覺語義特征和所述一組文本特征，訓(xùn)練所述目標模型以用于確定輸入文本和輸入圖像之間的關(guān)聯(lián)信息， 其中訓(xùn)練所述目標模型包括： 基于所述一組視覺語義特征和所述一組文本特征，根據(jù)所述目標模型中的融合子模型，生成針對所述訓(xùn)練文本和所述訓(xùn)練圖像的一組融合特征； 基于所述一組融合特征，確定目標函數(shù)；以及 通過最小化所述目標函數(shù)，訓(xùn)練所述目標模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人微軟技術(shù)許可有限責任公司，其通訊地址為：美國華盛頓州；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。