龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南方科技大学
摘要：本申请涉及一种基于大语言模型的多模态视频理解方法。通过获取包含多模态数据的待理解视频；对待理解视频的多模态数据分别进行特征提取，得到待理解视频的视频帧的第一特征、待理解视频的文本的第二特征、待理解视频的音频的第三特征；第一特征、第二特征、第三特征具有对应的时间戳；对齐第一特征、第二特征、第三特征的时间戳，并将第一特征、第二特征、第三特征整合成预设格式数据；根据预设格式数据、预设用户提问以及预设提示词，生成待理解视频的理解结果并输出，能够融合视频多模态数据，更全面、准确理解视频内容，克服单一模态信息处理的局限性，基于时间戳对齐数据并整合数据确保多模态数据的时序一致性及理解结果的结构化输出。
主权项：1.一种基于大语言模型的多模态视频理解方法，其特征在于：获取包含多模态数据的待理解视频；对所述待理解视频的多模态数据分别进行特征提取，得到所述待理解视频的视频帧的第一特征、所述待理解视频的文本的第二特征、所述待理解视频的音频的第三特征；其中，所述第一特征、所述第二特征、所述第三特征具有对应的时间戳；对齐所述第一特征、所述第二特征、所述第三特征的时间戳，并将所述第一特征、所述第二特征、所述第三特征整合成预设格式数据；所述预设格式数据为结构化信息；预设大语言模型根据所述预设格式数据、预设用户提问以及预设提示词，生成所述待理解视频的理解结果并输出。
全文数据：
权利要求：
百度查询： 南方科技大学 一种基于大语言模型的多模态视频理解方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号