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！

龙图腾网恭喜北京邮电大学申请的专利基于预训练模型和召回排序的跨模态检索系统及方法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：CN114419387B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202111229288.6，技术领域涉及：G06V10/774；该发明授权基于预训练模型和召回排序的跨模态检索系统及方法是由欧中洪;田子敬;史明昊;罗中李;宋美娜;钟茂华;梁昊光设计研发完成，并于2021-10-21向国家知识产权局提交的专利申请。

本基于预训练模型和召回排序的跨模态检索系统及方法在说明书摘要公布了：本发明提出一种基于预训练模型和召回排序的跨模态检索系统及方法，其中，该系统包括：多维度文本信息提取模块，用于为所述跨模态检索系统提供文本侧的信息支持，通过不同维度扩大文本信息的语义表示，增加文本样本量；智能图像检索模块，用于视频智能抽帧模块和以图搜图模块，其中，视频智能抽帧模块用于从一段视频中抽取出最能代表视频内容的若干张图片，以图搜图模块用于完成大规模高效率的图片检索任务；跨模态检索模块，用于根据查询项生成大致相关地候选集，对所述候选集进行精确排序，最终返回相关地检索结果。该系统用于降低信息管理成本、提升信息搜索精度和效率，支撑大型赛事咨询和新闻搜索的多模态自动化信息检索。

本发明授权基于预训练模型和召回排序的跨模态检索系统及方法在权利要求书中公布了：1.一种基于预训练模型和召回排序的跨模态检索系统，其特征在于，包括以下模块： 多维度文本信息提取模块，用于为所述跨模态检索系统提供文本侧的信息支持，通过不同维度扩大文本信息的语义表示，增加文本样本量；所述多维度文本信息提取模块采用文本翻译结合语音识别的方法，利用多模态数据的优势，将视频中的音频数据以及原本就是音频的数据进行语音识别，获取成对的训练数据；将整体的文本数据进行文本翻译处理，利用文本语义信息，扩展成对多模态关联数据的数量，同时通过多维度自然语言分析，将句子中的成分随机替换，构成丰富的负样本空间； 智能图像检索模块，包括视频智能抽帧模块和以图搜图模块，其中，视频智能抽帧模块用于从一段视频中抽取出最能代表视频内容的若干张图片，以图搜图模块用于完成大规模高效率的图片检索任务； 跨模态检索模块，用于根据查询项生成大致相关地候选集，对所述候选集进行精确排序，最终返回相关地检索结果； 所述多维度文本信息提取模块，包括： 语音数据处理模块，用于音频提取和基于深度学习的语音识别，所述基于深度学习的语音识别利用注意力机制实现端到端训练，将从各个模态中获取到的音频数据进行统一的语音识别获取文本模态信息； 自然语言文本扩展模块，用于获取不同语序不同语种下对于当前语句地语义描述，从多方面对已有地文本数据进行扩展，还用于根据细粒度地文本分析，获取大量地负样本数据。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10号北京邮电大学新科研楼627室；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”。