国家知识产权局信息显示，北京邮电大学;中科（黑龙江）数字经济研究院有限公司申请一项名为“一种基于内聚视觉语义先导的高效细粒度跨模态对齐方法”的专利，公开号CN122594529A，申请日期为2026年6月。

专利摘要显示，本发明公开了一种基于内聚视觉语义先导的高效细粒度跨模态对齐方法，属于跨模态检索技术领域。步骤1：获取并预处理跨模态检索图像‑文本数据对，提出初始的视觉图像块和文本单词特征；步骤2：基于步骤1的多模态特征构建粗粒度视觉语义特征提取器；步骤3：基于步骤2的粗粒度视觉语义特征提取器设计内聚与判别特征优化模块；步骤4：基于步骤2的粗粒度视觉语义特征提取器和步骤3的内聚与判别特征优化模块构建稀疏区域‑词对齐模块，实现基于内聚视觉语义先导的高效细粒度跨模态对齐模型的构建。由于现有技术大多依赖文本引导的注意力机制进行视觉特征聚合；这种耦合方式在大规模检索任务中不仅带来高昂的在线计算成本和延迟，且容易引入与语义无关的背景噪声，削弱特征判别力，限制了复杂场景下的性能的问题而提出本发明。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：情报员