昆明理工大学刘骊获国家专利权
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!
龙图腾网获悉昆明理工大学申请的专利一种细粒度时尚文本引导的服饰图像生成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:CN118334160B 。
龙图腾网通过国家知识产权局官网在2025-07-11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:202410563661.9,技术领域涉及:G06T11/00;该发明授权一种细粒度时尚文本引导的服饰图像生成方法是由刘骊;张万辉;付晓东;彭玮;刘利军设计研发完成,并于2024-05-08向国家知识产权局提交的专利申请。
本一种细粒度时尚文本引导的服饰图像生成方法在说明书摘要公布了:本发明涉及细粒度时尚文本引导的服饰图像生成方法,属计算机视觉、人工智能领域。本发明首先获取得到时尚文本特征和纹理图案、服饰图像特征;其次,分别对时尚文本、纹理图案、服饰图像特征进行编码得到全局时尚描述符、细粒度时尚文本特征、细粒度图像特征和粗粒度图像特征;然后,对细粒度时尚文本特征和细粒度图像特征进行细粒度时尚特征学习,得到具有风格、颜色、配饰等时尚服饰细节信息的细粒度文本‑图像特征;最后,结合全局时尚描述符、细粒度文本‑图像特征和粗粒度图像特征进行服饰图像生成,得到新的服饰图像。本发明能够结合细粒度时尚文本和纹理图案自动生成具有更加真实自然效果的服饰图像,提高服饰图像生成的精准性。
本发明授权一种细粒度时尚文本引导的服饰图像生成方法在权利要求书中公布了:1.一种细粒度时尚文本引导的服饰图像生成方法,其特征在于: 步骤1、对输入的多模态时尚服饰数据集进行文本-图像特征提取,分别得到时尚文本特征,纹理图案特征和服饰图像特征; 步骤2、通过构建包含全局-局部编码器、文本编码器、图案编码器和图像编码器的文本-图像特征编码模块,分别对时尚文本、纹理图案、服饰图像特征进行编码得到全局时尚文本描述符、细粒度时尚文本特征、细粒度图像特征和粗粒度图像特征; 步骤3、对细粒度时尚文本特征和细粒度图像特征进行细粒度时尚特征学习,得到具有时尚服饰细节信息的细粒度文本-图像特征,所述时尚服饰细节信息包括风格、颜色、配饰; 步骤4、结合全局时尚文本描述符、细粒度文本-图像特征和粗粒度图像特征进行服饰图像生成,得到新的服饰图像; 所述步骤1具体如下: 首先,对输入的多模态时尚服饰数据集中的服饰图像和时尚文本,时尚文本通过预训练的由Bert构成Clip文本编码器得到时尚文本特征ftext,其次,服饰图像通过预训练的VGGNet和Clip-VisionTransformer得到纹理图案特征fpatch、服饰图像特征fimage; 所述步骤2具体如下: 首先,将得到的时尚文本特征ftext采用Clip文本编码器对其进行描述符标记化,将其填充为单词嵌入,通过预训练的全局-局部编码器提取到特征,并且采用注意力层来处理单词嵌入,分别得到局部时尚文本描述符tlocal和全局时尚文本描述符tglobal,将局部时尚文本描述符tlocal的时尚文本属性定义为包含风格、颜色和配饰3类属性; 通过构建包含3类文本属性的Clip文本编码器,对局部时尚文本描述符tlocal进行标记化,将其映射到标记化空间,并使用transformer编码后归一化操作,从而得到细粒度时尚文本特征; 其次,纹理图案特征fpatch通过预训练的VGG-19网络得到细粒度图像特征ffine-image,为了强调参考服饰纹理图案,引入计算RGB纹理图像特征的相关性; 最后,服饰图像特征fimage通过掩码Clip编码器,在训练的过程加入掩码级对比语言图像预训练模块,通过掩码显式学习单词嵌入和视觉部分之间的对应关系,从而得到粗粒度图像特征fcoarse-image; 所述步骤3具体如下: 首先,通过定义文本-图像交叉注意力层关注时尚文本特征和服饰图像特征,在文本-图像交叉注意力层中采用了多头格式以便进行注意力机制的运算; 其次,采用多个文本-图像交叉注意力层对时尚文本特征ftext和服饰图像特征fimage进行文本-图像特征融合,得到文本-图像融合特征fΔs; 然后,以融合特征fΔs通过包含有粗、中、细3个子模块的反演e4e编码器,每个子模块包含有3个全连接层,实现了将融合特征fΔs转化为条件文本-图像特征的嵌入,细粒度时尚文本特征ffine-text和细粒度图像特征ffine-image同样通过包含有粗、中、细3个子模块的反演e4e编码器,每个子模块包含有6个全连接层作为融合文本-图像特征的嵌入; 最后,通过线性变化函数Concat计算得到细粒度文本-图像特征fΔs′。
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昆明理工大学,其通讯地址为:650500 云南省昆明市呈贡区景明南路727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”。
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。