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！

龙图腾网获悉华南理工大学申请的专利面向视觉语言导航的多粒度指令生成方法及装置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：CN119598394B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411640044.0，技术领域涉及：G06F18/25；该发明授权面向视觉语言导航的多粒度指令生成方法及装置是由蔡毅;司徒润威设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本面向视觉语言导航的多粒度指令生成方法及装置在说明书摘要公布了：本发明公开了一种面向视觉语言导航的多粒度指令生成方法及装置，方法包括：提取粗粒度的全景图像特征与动作特征，细粒度的区域特征与网格特征；采用Bi‑LSTM和注意力机制对全局特征进行编码与融合，得到粗粒度的轨迹表征；设计基于时间约束的空间自注意力，时间自注意力以及基于时间和局部约束的交叉注意力，对局部特征进行编码与融合，得到细粒度的轨迹表征；融合粗粒度与细粒度的表征，生成多粒度的轨迹表征；通过LSTM‑RNN进行解码，合成导航指令；合成的指令和采样得到的轨迹组成增强的数据，用于训练导航智能体。本发明从数据增强的角度出发、合成高质量的自然语言导航指令，并提升智能体的泛化能力，提供了一种创新且实用的解决方案。

本发明授权面向视觉语言导航的多粒度指令生成方法及装置在权利要求书中公布了：1.面向视觉语言导航的多粒度指令生成方法，其特征在于，包括下述步骤： 获取视觉语言导航智能体的轨迹，并提取智能体的轨迹特征；所述轨迹特征包括粗粒度的全局特征以及细粒度的局部特征，所述全局特征包括全景图像特征和动作特征，所述局部特征包括区域特征和网格特征； 对粗粒度的全局特征进行编码和融合，具体为：对所述动作特征进行编码，以捕捉轨迹特征中多个时间阶段的上下文依赖，然后基于注意力机制，对编码后的动作特征和全景图像特征进行融合，得到粗粒度的导航轨迹表征，所述粗粒度的导航轨迹表征从全局的维度刻画导航轨迹上的关键视觉线索； 对细粒度的局部特征进行编码和融合，具体为：对于区域特征或者网格特征，输入到预设的基于时间约束的空间自注意力机制，在给定时间段内，该注意力机制赋予特定的区域或者网格更高的权重，从而使得模型在空间的维度，聚焦在对于导航来说关键的视觉线索上；对于基于时间约束的空间自注意力机制所输出的区域特征或者网格特征，输入到时间自注意力机制中，使得模型在时间的维度，聚焦在关键的视觉线索上；对于时间自注意力机制输出的区域特征和网格特征，输入到预设的基于时间和局部约束的交叉注意力机制中，对区域特征以及网格特征进行融合，得到细粒度的导航轨迹表征；所述细粒度的导航轨迹表征从局部的维度刻画导航轨迹上的关键视觉线索，表示细粒度的物体语义以及颜色纹理信息； 基于注意力机制，将所述粗粒度的导航轨迹表征和细粒度的导航轨迹表征进行融合，得到多粒度的导航轨迹表征；所述多粒度的导航轨迹表征融合了全局维度以及局部维度的关键视觉线索，使得生成的导航指令更加全面和精确； 对所述对多粒度的导航轨迹表征进行解码，得到合成的导航指令； 基于所述合成的导航指令和采样得到的轨迹组成增强的数据，训练视觉语言导航智能体，提升智能体的泛化能力以及导航的成功率。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。