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！

龙图腾网获悉贵州大学;中国农业科学院植物保护研究所申请的专利一种基于思维链与视觉先验引导的文本生成图像方法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：CN121708152B 。

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：202610210631.9，技术领域涉及：G06T11/60；该发明授权一种基于思维链与视觉先验引导的文本生成图像方法是由肖源源;万巧玲;王崎;李园;吴兴财;余珮嘉;张嘉麟设计研发完成，并于2026-02-13向国家知识产权局提交的专利申请。

本一种基于思维链与视觉先验引导的文本生成图像方法在说明书摘要公布了：本发明涉及人工智能与计算机视觉技术领域，公开了一种基于思维链与视觉先验引导的文本生成图像方法，基于扩散模型实现，包括以下步骤：获取原始文本提示词，通过高斯随机噪声构成噪声潜变量；基于大语言模型，对原始文本提示词进行逻辑解构生成多维语义描述集合S；初始化当前去噪时间步t，执行去噪处理，去噪处理用于更新噪声潜变量；将当前去噪时间步t以步长为1递减；判断当前去噪时间步t是否大于0，如果是，再次执行去噪处理；如果t=0，将更新的噪声潜变量通过图像解码器映射回像素空间，生成最终的高质量目标图像。本发明有效解决了现有技术在复杂环境下存在语义模糊、空间布局混乱及视觉割裂问题。

本发明授权一种基于思维链与视觉先验引导的文本生成图像方法在权利要求书中公布了：1.一种基于思维链与视觉先验引导的文本生成图像方法，其特征在于，基于扩散模型实现，包括以下步骤： 获取原始文本提示词，通过高斯随机噪声构成噪声潜变量； 基于大语言模型，预设思维链指令协议，对所述原始文本提示词进行逻辑解构生成多维语义描述集合S；所述多维语义描述集合S包括三个维度的结构化子描述，所述三个维度包括布局维度、属性维度和细节维度； 初始化去噪处理，包括：设置去噪时间步的最大值T，定义当前去噪时间步t，且0≤t≤T；初始化当前去噪时间步t为T； 在所述当前去噪时间步t下，基于所述噪声潜变量和多维语义描述集合S，执行去噪处理，所述去噪处理用于更新噪声潜变量； 将所述当前去噪时间步t以步长为1递减； 判断所述当前去噪时间步t是否大于0，如果是，再次执行所述去噪处理；如果t=0，将更新的所述噪声潜变量通过图像解码器映射回像素空间，生成最终的高质量目标图像； 其中，所述去噪处理包括以下内容： 将所述噪声潜变量通过主生成网络，生成主文本分支注意力特征； 加载视觉注意力特征生成模型，所述视觉注意力特征生成模型用于实现从所述噪声潜变量中获取视觉引导特征向量，输出视觉注意力特征； 所述主文本分支注意力特征与视觉注意力特征进行叠加，得到融合特征； 将所述融合特征与噪声潜变量进行比对，得到噪声残差预测值；将所述噪声潜变量减去噪声残差预测值进行去噪，生成新的噪声潜变量，将所述新的噪声潜变量更新所述噪声潜变量； 所述视觉注意力特征的输出过程包括以下内容： 设置辅助特征提取网络，所述辅助特征提取网络的输入数据与主生成网络的输入数据一致，所述辅助特征提取网络提取所述多维语义描述集合S中各维度空间对齐的二维视觉特征张量；所述输入数据包括所述当前去噪时间步t、噪声潜变量和多维语义描述集合S； 设置时序动态加权融合机制，计算各维度的所述二维视觉特征张量的动态权重向量，进行加权求和得到最终的视觉引导特征向量； 在主生成网络的旁路设置独立并行的视觉增强通道，将所述视觉引导特征向量映射为视觉专用的键和值，与查询向量Q进行交互，输出所述视觉注意力特征，所述视觉注意力特征的表达式为： ； 所述时序动态加权融合机制包括以下内容： 采用卷积层将三个维度的所述二维视觉特征张量投影至低维瓶颈空间； 构建时序感知门控子网，包括：以当前去噪时间步t的正弦位置编码为输入，输出归一化的动态权重向量； 基于所述动态权重向量，对低维瓶颈空间的各维度所述二维视觉特征张量进行加权求和，通过映射层恢复至目标特征维度，得到所述视觉引导特征向量。

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贵州大学;中国农业科学院植物保护研究所，其通讯地址为：550000 贵州省贵阳市花溪区花溪大道南段；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。