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！

龙图腾网恭喜中国科学技术大学申请的专利基于指令条件压缩的视频理解方法、系统、设备及介质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：CN119784861B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510244373.1，技术领域涉及：G06T9/00；该发明授权基于指令条件压缩的视频理解方法、系统、设备及介质是由张勇东;谢洪涛;刘知航;李攀登设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本基于指令条件压缩的视频理解方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于指令条件压缩的视频理解方法、系统、设备及介质，它们是一一对应的方案，方案中：从有条件压缩这一角度出发，引入指令内容作为条件，进行针对性的压缩，即在局部和全局混合的两个层次注入指令，在压缩过程中尽可能保留与指令相关联的视觉信息，允许无关信息损失，实现有条件压缩，压缩时能够很好的兼顾视觉特征的高压缩率与低信息损失，并且能够尽可能多的保留完成指令任务所需要的视觉细节，从而更好的完成视频理解任务，实现了在更高效压缩的同时取得优秀的视频理解能力。

本发明授权基于指令条件压缩的视频理解方法、系统、设备及介质在权利要求书中公布了：1.一种基于指令条件压缩的视频理解方法，结合视频大语言模型实现，其特征在于，包括：对输入视频进行视觉编码，获得视觉特征序列；在局部层面，将视觉特征序列划分为若干组，每一组均压缩为一个视觉特征，并结合注入的指令条件通过注意力机制计算出局部视觉特征，综合所有组对应的局部视觉特征作为局部压缩后的视觉特征，包括：将视觉特征序列记为，其中，为实数集符号，T表示视觉特征序列的长度，H与W表示每一视觉特征的高度与宽度，D表示视觉特征的维度；将视觉特征序列划分为组，每一组包含个视觉特征，表示为，其中，数量，数量，数量，为给定的降采样率参数，符号表示向上取整；将每一组平均池化为一个视觉特征，并结合注入的指令条件C，通过注意力机制计算出对应的局部视觉特征，表示为：；其中，Inj表示指令条件的注入过程，Attn表示注意力机制；将所有组视觉特征对应的局部视觉特征进行拼接，获得局部压缩后的视觉特征；在全局层面，对视觉特征序列进行位置嵌入，以及引入可学习的视觉特征并注入指令条件，再通过注意力机制计算出全局压缩后的视觉特征；其中，指令条件为文本指令的文本特征；结合输入的文本指令，以及所述局部压缩后的视觉特征及全局压缩后的视觉特征，输出回答结果。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。