摘要
本发明公开一种基于大模型的多模态数据融合方法及系统,涉及数据融合技术领域,包括:接收多模态数据,进行噪声分层过滤及时空对齐;通过各模态轻量化编码器将数据映射至大模型隐空间,利用单模态预训练模型提取初始特征,经适配器转换生成隐空间向量;接收各模态隐空间向量与任务提示词,通过大模型的自注意力机制和交叉注意力机制,动态聚合生成融合特征矩阵,实现多模态信息的语义整合;以融合特征矩阵作为软标签,通过知识蒸馏学习跨模态语义映射能力;训练后模型经动态量化与剪枝优化,部署至边缘,并将优化后特征矩阵输入任务定制的轻量化头部网络,结合多模态上下文信息输出最终任务结果。本发明可以突破模态间语义鸿沟,提升融合效率。
技术关键词
数据融合方法
数据融合系统
预训练模型
融合特征
交叉注意力机制
多模态特征
语义
多模态信息
适配器
空间结构信息
跨模态数据
数据采集设备
噪声
文本编码器
矩阵
系统为您推荐了相关专利信息
鞋类设计
视觉特征提取
语义特征提取
可视化显示模块
图像轮廓提取
表情识别方法
多信息
融合特征
运动特征
特征提取模块
NameNode节点
数据采集器
服务器
数据处理模块
数据发送模块