天津工业大学柯永振获国家专利权
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!
龙图腾网获悉天津工业大学申请的专利基于潜分布重锚定动态注入的扩散风格迁移方法及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:CN121481829B 。
龙图腾网通过国家知识产权局官网在2026-04-21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:202610024829.8,技术领域涉及:G06T3/04;该发明授权基于潜分布重锚定动态注入的扩散风格迁移方法及系统是由柯永振;李浩;刘骅宁;杨帅;王凯设计研发完成,并于2026-01-09向国家知识产权局提交的专利申请。
本基于潜分布重锚定动态注入的扩散风格迁移方法及系统在说明书摘要公布了:本发明涉及图像风格迁移技术领域,提供一种基于潜分布重锚定动态注入的扩散风格迁移方法及系统,方法包括通过潜在协方差重着色法将内容隐变量和风格隐变量进行二阶统计对齐,根据内容图像的边缘强度自动定位风格的注入起点,通过将潜分布重锚定噪声注入初始化混合噪声隐变量实现潜分布重锚定;通过软+动态风格注入模块将内容自注意力特征与风格自注意力特征进行融合,在对校准后的隐变量反向采样过程中,在注入起点将融合后的注意力特征渐进式注入扩散过程的注意力层,进行扩散去噪生成风格迁移图像。本发明保护了结构细节丰富的图像,实现了卓越的内容结构保持能力同时实现准确的风格再现。
本发明授权基于潜分布重锚定动态注入的扩散风格迁移方法及系统在权利要求书中公布了:1.一种基于潜分布重锚定动态注入的扩散风格迁移方法,其特征在于,包括: S1:获取内容图像和风格图像,通过去噪扩散隐式模型逆扩散过程将内容图像反演到隐空间的高噪声状态,获得内容隐变量及内容自注意力特征,通过去噪扩散隐式模型逆扩散过程将风格图像反演到隐空间的高噪声状态,获得风格隐变量及风格自注意力特征; S2:通过潜在协方差重着色法将内容隐变量和风格隐变量进行二阶统计对齐,获得初始化混合噪声隐变量; S3:通过索贝尔梯度算子计算内容图像的灰度图,通过内容图像的灰度图计算边缘强度,根据边缘强度自动定位风格的注入起点; S4:通过将潜分布重锚定噪声注入初始化混合噪声隐变量,获得校准后的隐变量; S5:通过软+动态风格注入模块将内容自注意力特征与风格自注意力特征进行融合,获得融合后的注意力特征; 软+动态风格注入模块包括键值软注入和动态参数调整; 键值软注入包括: S511:获取采样进度,并对采样进度进行归一化; S512:根据归一化后的采样进度构建混合系数; S513:根据混合系数对内容自注意力特征中的键与风格自注意力特征中的键进行线性插值,获得融合注意力的键; S514:根据混合系数对内容自注意力特征中的值与风格自注意力特征中的值进行线性插值,获得融合注意力的值; 动态参数调整包括: S521:采用余弦调度从高初始值平滑过渡到低的终止值构建查询保留率超参数; S522:根据查询保留率超参数混合内容查询和迁移扩散模型的中间结果,获得自注意力中的最终查询;S6:在对校准后的隐变量反向采样过程中,在注入起点将融合后的注意力特征渐进式注入扩散过程的注意力层,进行扩散去噪生成风格迁移图像。
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天津工业大学,其通讯地址为:300387 天津市西青区宾水西道399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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励