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！

龙图腾网获悉南京理工大学申请的专利一种基于反事实学习提升视频时刻检索性能的方法和系统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：CN120632158B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510807094.1，技术领域涉及：G06F16/78；该发明授权一种基于反事实学习提升视频时刻检索性能的方法和系统是由金露;杜青铉;项欣光;李泽超;唐金辉设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于反事实学习提升视频时刻检索性能的方法和系统在说明书摘要公布了：本发明公开一种基于反事实学习提升视频时刻检索性能的方法和系统，输入视频和对应的文本查询；提取视频特征和文本特征；对视频特征和文本特征进行交互对齐获得编码器的嵌入；将获得的编码器嵌入输入到反事实样本合成模块获得反事实编码器内容嵌入和反事实编码器位置嵌入；利用Transformer解码器模块获得解码器输出；将解码器输出输入因果模块计算编码器嵌入的因果效应，获得因果表征。对因果表和编码器嵌入获得的解码器输出进行时序预测获得集合预测；通过预测的结果和真实的标签进行监督训练有效减少虚假相关性的影响，增强模型在不同分布数据上的泛化性能，使模型能够更准确地定位视频中与自然语言查询相关的时刻片段。

本发明授权一种基于反事实学习提升视频时刻检索性能的方法和系统在权利要求书中公布了：1.一种基于反事实学习提升视频时刻检索性能的方法，其特征在于，用于提升基于DETR的视频时刻检索模型的泛化能力，具体包括如下步骤： 步骤1，在视频时刻检索模型输入视频和对应的文本查询； 步骤2，利用预训练的特征提取模块提取视频特征和文本特征； 步骤3，利用两个多层感知机将视频特征和文本特征映射到同一特征维度； 步骤4，利用多模态交互模块对视频特征和文本特征进行交互对齐获得编码器的嵌入； 步骤5，将获得的编码器嵌入输入到反事实样本合成模块获得反事实编码器内容嵌入和反事实编码器位置嵌入； 在得到编码器的嵌入后，对反事实编码器内容嵌入和反事实编码器位置嵌入进行干预，以研究它们对解码器输出的因果效应； 内容嵌入干预是通过将原始内容嵌入替换为反事实嵌入来干预查询与内容信息的交互；干预形式为 ； 其中是从伯努利分布中抽取的随机变量，概率参数为，代表填充矩阵，为哈达玛积，表示编码器的嵌入；随机选择设定比例的特征进行干预，以平衡保留有用信息和减轻偏差；基于此，得到内容干预下解码器的反事实输出： 其中，表示可学习的查询令牌，表示查询令牌的数量；表示解码器的输出；Decoder表示Transformer的解码器模块； 位置嵌入干预与内容嵌入干预类似，对位置嵌入进行干预，其中表示干预操作；通过随机打乱原始位置嵌入来探索其对解码器输出的影响并减轻偏差，即，进而得到位置干预下解码器的反事实输出： ； 步骤6，将反事实编码器内容嵌入、反事实编码器位置嵌入以及编码器嵌入一起输入到Transformer解码器模块获得解码器输出； 步骤7，反事实编码器内容嵌入和反事实编码器位置嵌入获得的解码器输出输入因果模块计算编码器嵌入的因果效应，获得因果表征； 步骤8，利用预测模块对因果表和编码器嵌入获得的解码器输出进行时序预测获得集合预测； 步骤9，通过预测的结果和真实的标签进行监督训练；最终的损失形式为： 其中和是权衡超参数，为反事实损失，和分别是辅助和基础分支的损失函数，且与形式相同。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫街200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”。

以上内容由龙图腾AI智能生成。