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基于帧级缓存和视频级缓存更新的零样本视频分类方法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：CN121095841B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511219578.0，技术领域涉及：G06V20/40；该发明授权基于帧级缓存和视频级缓存更新的零样本视频分类方法是由严锐;葛文轩;黄捧;瞿宏谕;谢国森;舒祥波设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本基于帧级缓存和视频级缓存更新的零样本视频分类方法在说明书摘要公布了：本发明公开一种基于帧级缓存和视频级缓存更新的零样本视频分类方法，首选特征提取，提取测试视频的视觉特征和类别的文本特征；然后让测试视频与每个类别的文本原型进行余弦相似度的计算，得到跨模态零样本匹配结果，该结果既包含了预测的伪标签，也包含了预测结果的熵；根据预测结果的熵以及时序概率差准则，衡量每一帧的可信度，采用两阶段Top‑K策略，首先根据预测熵选出满足预设值的高置信帧，再依据时序概率差进一步筛选出最具时序判别性的帧，进行缓存；基于视频级缓存更新模块维护缓存；将测试视频的视觉特征与每个类别缓存中的视觉原型进行序列匹配，得到同模态匹配结果，融合跨模态零样本匹配结果和同模态匹配结果，得到最终的推理结果。

本发明授权基于帧级缓存和视频级缓存更新的零样本视频分类方法在权利要求书中公布了：1.一种基于帧级缓存和视频级缓存更新的零样本视频分类方法，其特征在于，首选特征提取，提取测试视频的视觉特征和类别的文本特征；然后让测试视频与每个类别的文本原型进行余弦相似度的计算，得到跨模态零样本匹配结果，该结果既包含了预测的伪标签，也包含了预测结果的熵；根据预测结果的熵以及时序概率差准则，衡量每一帧的可信度，采用两阶段Top-K策略，首先根据预测熵选出满足预设值的高置信帧，再依据时序概率差进一步筛选出关键动作节点所在帧，进行缓存；基于视频级缓存更新模块维护缓存；将测试视频的视觉特征与每个类别缓存中的视觉原型进行序列匹配，得到同模态匹配结果，融合跨模态零样本匹配结果和同模态匹配结果，得到最终的推理结果； 基于帧级缓存精炼模块构建缓存，包括： 31首先对当前测试视频进行帧级精炼；帧级缓存精炼模块根据预测熵e以及时序概率差准则，衡量每一帧的可信度；为了计算时序概率差，首先将每一帧图像划分成7x7的图像块，然后对每一帧与其相邻帧在图像块层面进行打乱操作，得到新的视频帧后，再使用预训练视觉语言模型对其进行一次跨模态零样本匹配；新的匹配结果与原始测试视频的匹配结果相减，即可得到每一帧图像的时序概率差，公式为：，其中v是原始测试视频，vt是对每一帧图像打乱后的测试视频，c*是原始测试视频的伪标签，是测试视频的分类结果； 32采用两阶段Top-K策略，首先根据预测熵选出满足预设值的高置信帧，再依据时序概率差进一步筛选出关键动作节点所在帧，以构建更具表征能力的缓存输入； 33将精炼后的测试视频表征放入缓存中；缓存一共有C个，每个类别对应一个缓存，测试视频的视觉特征存入缓存时，需根据跨模态零样本匹配结果存入对应的缓存中。

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。