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！

龙图腾网恭喜宁夏大学申请的专利基于指令引导GPT的文本检索视频方法、系统和设备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：CN119166851B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411294526.5，技术领域涉及：G06F16/735；该发明授权基于指令引导GPT的文本检索视频方法、系统和设备是由刘立波;习怡萌设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本基于指令引导GPT的文本检索视频方法、系统和设备在说明书摘要公布了：本发明公开了基于指令引导GPT的文本检索视频方法、系统和设备，涉及检索技术领域，包括步骤：获取多个视频及其对应的多条描述性文本；将描述性文本输入跨模态检索模型中扩展文本，以及为视频生成相应字幕；对字幕、扩展文本和描述性文本进行编码，获取编码后的描述性文本编码特征与字幕和扩展文本编码的相似度，根据相似度结果获取增强文本，将增强文本与伪配对视频进行跨模态检索模型的训练，获得最终的跨模态检索模型，并进行检索。本发明实现了将真实场景与描述性文本关联起来，从而扩展文本中的实体信息，提高视频文本之间的相关性，促使模型理解常识性信息，减少增强文本与视频不匹配对检索性能的影响，提高检索效果。

本发明授权基于指令引导GPT的文本检索视频方法、系统和设备在权利要求书中公布了：1.一种基于指令引导GPT的文本检索视频方法，其特征在于，包括：获取多个视频及其对应的多条描述性文本；将所述描述性文本输入跨模态检索模型中，通过指令引导深度学习模型GPT对描述性文本扩展，获得扩展文本，并为所述视频生成相应的字幕；将扩展文本与对应的描述性文本拼接后进行编码，获得描述性文本编码特征，并对所述字幕和视频进行编码，获得字幕编码特征和视频编码特征；获取描述性文本编码特征与视频编码特征间的相似度，并获取描述性文本编码特征与字幕编码特征间的相似度；在所述描述性文本编码特征与非匹配字幕的相似度高于匹配字幕时，将非匹配字幕作为伪配对字幕；将描述性文本编码特征与伪配对字幕的共同描述作为增强文本，并通过增强文本与伪配对视频对跨模态检索模型进行训练，获得最终的跨模态检索模型；将待检索数据输入最终的跨模态检索模型中，通过输出特征向量的余弦相似性排序获得检索结果；所述通过指令引导深度学习模型GPT对描述性文本扩展，获得扩展文本，并为所述视频生成相应的字幕，包括如下步骤：输入一条手动设置指令，并使用该指令引导GPT对输入文本进行扩展；具体表达式为：Ei～G·|Ti,I；其中，G·为GPT模型，Ti为第i个描述性文本，I为手动输入指令，Ei为第i个描述性文本经GPT模型扩展后的扩展文本；使用ZeroCap模型生成视频的字幕，并将生成的字幕与扩展文本对齐；具体表达式为：Ci～Z·|Vi；其中，Z·代表视频的字幕生成模型，Vi代表第i个视频，Ci表示第i个视频对应生成的字幕；将扩展文本与对应的描述性文本拼接后进行编码，获得描述性文本编码特征，并对所述字幕和视频进行编码，获得字幕编码特征和视频编码特征，包括如下步骤：将所述扩展文本和对应描述性文本拼接后送入文本编码器进行编码，并获取编码后文本特征的平均值，将编码后文本特征的平均值作为描述性文本编码特征；具体表达式为： 其中，为第i个描述性文本编码特征，Ti为第i个描述性文本，Tij为第i个描述性文本对应的第j个扩展文本，T·为CLIP文本编码器，θ为CLIP文本编码器对应的超参数，N为扩展文本数量，为拼接；将所述字幕输入文本编辑器中进行编码，获取编码后字幕特征的平均值，将编码后字幕特征的平均值作为字幕编码；具体表达式为： 其中，为第i个视频字幕编码特征，为第i个视频对应的第j个生成字幕，T·为CLIP文本编码器，θ为其对应的超参数，描述性文本编码和视频字幕编码共用同一套超参数；采用视觉编码器对视频进行编码，在最后的输出层取其第一个数据结构C1S_Token表示视频编码特征；具体表达式为： 其中，为第i个视频编码特征，F·为CLIP视频编码器，为其对应的超参数，Vi为第i个视频。

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宁夏大学，其通讯地址为：750021 宁夏回族自治区银川市西夏区贺兰山西路489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”。