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！

龙图腾网获悉中国矿业大学申请的专利矿井受限环境中图像内容推理增强的质量评价方法与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：CN120526429B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510619395.1，技术领域涉及：G06V30/12；该发明授权矿井受限环境中图像内容推理增强的质量评价方法与系统是由程德强;周雨亭;张三友;寇旗旗;陈亮亮;姚强岭;袁永设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本矿井受限环境中图像内容推理增强的质量评价方法与系统在说明书摘要公布了：本发明公开了一种矿井受限环境中图像内容推理增强的质量评价方法与系统，首先借助视觉语言大模型无监督地获取涵盖了图像中的关键对象、场景、属性等的矿井受限环境图像内容文本描述，然后利用语言大模型的强大推理能力和零样本思维链技术深入挖掘图像内容和质量之间的关系，利用语言大模型凝练图像内容和质量之间的推理关系后，生成用于指导模型训练的文本标签，并将其作为引导信息用于指导模型进一步挖掘影响图像质量的因素，最后仅利用少量样本完成质量评价模型的最终训练。本发明能够在小样本的基础上使模型更有效地学习并深入挖掘影响图像质量的复杂因素，进而提升质量评价模型的泛化能力和实用性，特别适用于矿井环境的图像质量评价工作。

本发明授权矿井受限环境中图像内容推理增强的质量评价方法与系统在权利要求书中公布了：1.一种矿井受限环境中图像内容推理增强的质量评价方法，其特征在于，具体包括以下步骤： Step1，获取基于视觉语言大模型的图像内容详细描述：采用无监督的方式，借助视觉语言大模型获取矿井受限环境图像内容文本描述；具体如下： Step1-1，选取视觉语言大模型：选取ShareGPT4V-Captioner作为视觉语言大模型； Step1-2，设计提示词生成图像内容描述：输入待描述图像后，设计prompt：["Describethepictureindetail"]，视觉语言大模型给出详细的文本描述，表示为： = 式中：表示输出的内容文本描述；表示输入的图像；表示设计的用于引导模型生成描述文本的prompt文本提示；表示ShareGPT4V视觉语言大模型，其接受图像和prompt作为输入，并输出内容文本描述； Step2，深入挖掘图像内容和质量之间的关系：利用大模型的强大推理能力和零样本思维链技术，深入挖掘图像内容和质量之间的关系；具体如下： Step2-1，选取语言大模型：选取MiniCPM-Llama3-V作为语言大模型； Step2-2，设计prompts：["Hereisthecontentdescriptionoftheimage:**内容文本描述**","Theimagequalitycanbedividedintofivelevelsof'Bad-Poor-Fair-Good-Excellent'fromlowtohigh.Whythequalityofthisimageis**质量标签**","Pleasethinkstepbystepincombinationwiththeimagecontent."]，语言大模型给出图像内容和质量之间的关系文本，表示为： = 式中：表示输出的图像内容和质量之间的关系文本；表示设计的用于预测图像内容和质量之间关系的prompt文本提示；表示MiniCPM-Llama3-V语言大模型，其接受Step1获取的内容文本描述和prompt作为输入，并输出图像内容和质量之间的关系文本； Step3，利用语言大模型凝练图像内容和质量之间的推理关系，生成用于指导模型训练的文本标签；具体如下： Step3-1，选取进行凝练图像内容和质量之间的推理关系的语言大模型：选取Llama3-8B-Instruct作为语言大模型以生成正负样本对； Step3-2，设计可预测Step2中图像内容和质量之间的关系进而生成用于指导模型训练的文本标签正负样本对的prompts，共设计1组prompts：["Condensethreemaindescriptionsfromthefollowingtext,thengeneratethreecompletelyoppositedescriptions:**图像内容和质量之间的关系文本**"]，语言大模型输出图像内容和质量之间关系的文本标签正负样本对，表示为： []= 式中：[]表示图像内容和质量之间关系的文本标签正负样本对，其中表示prompt属于正样本，表示prompt属于负样本；表示设计的prompt，即用于预测文本标签正负样本对的文本提示；表示语言大模型Llama3-8B-Instruct，其接受Step2获得的图像内容和质量之间的关系文本和prompt作为输入，并输出图像内容和质量之间的关系正负样本对[]； Step4，将推理关系文本标签作为引导信息指导模型挖掘影响图像质量的因素； Step5，首先计算获得质量评价的最终的损失，然后在适配质量评价任务的同时，借助内容与质量关联的引导，增强模型对矿井受限环境图像质量因素的理解，仅利用少量样本完成质量评价模型的最终训练。

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中国矿业大学，其通讯地址为：221000 江苏省徐州市大学路1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。