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！

龙图腾网获悉复旦大学申请的专利一种基于因素分解的从文本到图像的跨模态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：CN116468896B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310415768.4，技术领域涉及：G06V10/30；该发明授权一种基于因素分解的从文本到图像的跨模态生成方法是由黎吉国;邹卓;郑立荣设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本一种基于因素分解的从文本到图像的跨模态生成方法在说明书摘要公布了：本发明属于基于AI的生成内容技术领域，具体为基于因素分解的从文本到图像的跨模态生成方法。本发明使用基于因素分解的生成对抗网络；将文本条件控制和随机噪声解耦分开处理，即将两者以不同方式输入到基于因素分解的生成对抗网络中：将随机噪声直接输入到生成对抗网络中，将文本条件控制通过基于加法的实例正则化层嵌入到生成网络中，实现文本条件控制和随机噪声相解耦；生成对抗网络包含基于因素分解的基础生成器和基于注意力增强的超分模块，以及基于因素分解的联合判别器，联合判别器用于对生成模型的输出进行判别，从而优化生成模型。本发明在现有技术基础上可实现更好的条件控制生成和合成性能。

本发明授权一种基于因素分解的从文本到图像的跨模态生成方法在权利要求书中公布了：1.一种基于因素分解的从文本到图像的跨模态生成方法，其特征在于，使用基于因素分解的生成对抗网络；将文本条件控制和随机噪声解耦分开处理，即将两者以不同方式输入到基于因素分解的生成对抗网络中：将随机噪声直接输入到生成对抗网络中，将文本条件控制通过基于加法的实例正则化层中基于加法的实例归一化方法嵌入到生成网络中，实现文本条件控制和随机噪声相解耦； 其中，基于因素分解的生成对抗网络FDGAN包含基于因素分解的基础生成器和基于注意力增强的超分模块，以及基于因素分解的联合判别器，联合判别器用于对生成模型的输出进行判别，从而优化生成模型； 所述基础生成器，是一个多层转置卷积网络；其输入是一个高斯采样的随机噪声，经过多层转置卷积得到空域分辨率为64x64的特征h0，在转置卷积过程中，将文本视觉描述的句子级特征嵌入到转置卷积层中； 所述注意力增强的超分模块，以h0为输入，通过一个生成模块G0得到分辨率为64x64的输出图像；h0经过两个卷积块和一个上采样层得到h1，从h1中得到分辨率为128x128的输出图像；h1经过两个卷积块和一个上采样层得到h2，从h2中得到分辨率为256x256的输出图像；分辨率从低到高过程中，通过注意力机制将文本视觉描述的词语级特征嵌入到超分生成过程中；具体过程为： 对于文本输入的词语特征e和前一层的隐藏层特征h，先经过一个新的感知层U，得到词语特征e在语义空间的表示e′＝Ue，隐藏层特征h由一系列子区域的表示组成h＝{h1,h2…hN}，对于第j个子区域的跨模态注意力机制的上下文向量cj由下式得出： 其中： βji表示文本中第i个词和图像隐藏层特征第j个子区域之间的注意力权重，跨模态上下文注意力机制表示为： Fattne,h＝c0,c1,…cN-1， 其中，N表示图像隐藏层特征h的子区域的个数； 所述基于加法的实例归一化方法，其表达式： 其中，c是条件特征，Tc是对齐条件特征c和数据x的变换，uncx和σncx分别表示x在样本维度和通道维度的均值和方差。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。