本发明公开了一种基于大模型的图像描述文本的生成方法，涉及图像处理技术领域，包括图像预处理步骤，采用混合去噪与自适应归一化，通过语义分割划分目标层级并提取关键视觉信息；特征提取步骤，融合多尺度视觉特征与语义特征，经跨模态对齐生成高维融合特...

本发明属于人机交互技术领域，本发明公开了机器人自适应人机交互与任务指令理解系统；包括：同步采集用户的多模态交互信号，识别出用户状态信息；对多模态交互信号中的语音指令进行语义理解，生成结构化任务表征；对结构化任务表征的任务可执行性进行动态...