CN119723431A 基于多模态大模型的视频时间戳事件识别与推理方法 （西安电子科技大学广州研究院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119723431A

(43)申请公布日2025.03.28

(21)申请号202510234368.2

(22)申请日2025.02.28

(71)申请人西安电子科技大学广州研究院

地址510555广东省广州市黄埔区中新知

识城海丝中心B5、B6、B7栋

申请人广州通则康威科技股份有限公司

(72)发明人李晓辉熊佳庆牛冠冲杨清海施永鑫颜斌黄振江

(74)专利代理机构深圳利联知识产权代理事务所(普通合伙)44866

专利代理师黄亦磊

(51)Int.Cl.

G06V20/40(2022.01)

G06N3/044(2023.01)

G06N3/0455(2023.01)

G06N3/094(2023.01)

G06V10/80(2022.01)

G06V10/82(2022.01)

权利要求书3页说明书8页附图1页

(54)发明名称

基于多模态大模型的视频时间戳事件识别

与推理方法

(57)摘要

CN119723431A本发明实施例涉及视频处理技术领域，具体公开了基于多模态大模型的视频时间戳事件识别与推理方法。本发明实施例通过对输入视频进行处理，提取视觉信息和文本信息；对视觉信息和文本信息进行交互和融合，生成视频事件语