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！

龙图腾网获悉山东大学申请的专利一种基于知识蒸馏的图像翻译模型压缩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：CN116188863B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310197492.7，技术领域涉及：G06V10/764；该发明授权一种基于知识蒸馏的图像翻译模型压缩方法是由刘琚;吕林;韩艳阳;江潇;梁梦男;李静设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的图像翻译模型压缩方法在说明书摘要公布了：本发明提出了一种基于知识蒸馏的图像翻译模型压缩方法，属于深度学习和计算机视觉技术领域。生成对抗网络在图像生成任务中获得了出色的性能。然而，由于计算成本高和内存占用过多，它们的应用受到很大限制。本发明首先引入了一个新型网络模块，通过采用残差连接与传统架构的结合，实现了较好的效果。其次，为了降低模型的复杂性，提出了一个具有更多生成器和更少鉴别器的框架MGFD。此外，利用多粒度蒸馏方案和中间层蒸馏损失来提高图像质量。本发明在公共数据集与经典算法和目前最先进的算法进行了对比实验，实验证明本发明可以降低计算成本的同时产生高质量图像。

本发明授权一种基于知识蒸馏的图像翻译模型压缩方法在权利要求书中公布了：1.一种基于知识蒸馏的图像翻译模型压缩方法，其特征在于，该方法包括以下步骤： 步骤1：准备通用的图像翻译数据集，从源域X的图像翻译数据集随机选取一张图像，送入图像翻译模型压缩框架MGFD，所述MGFD框架包括一个加宽的教师生成器、一个教师生成器、一个学生生成器和一个参数共享的判别器； 步骤2：所选图像分别经过加宽的教师生成器、教师生成器和学生生成器生成对应目标域Y生成图像，其中加宽的教师生成器和学生生成器通过中间层蒸馏损失优化； 步骤3：通过结构相似性损失和感知损失来衡量教师生成器和学生生成器输出图像在空间结构和内容风格的差异，从而优化学生生成器； 步骤4：采用多粒度蒸馏机制，通过结构相似性损失和感知损失来衡量加宽的教师生成器和学生生成器输出图像在空间结构和内容风格的差异，从而优化学生生成器； 步骤5：把加宽的教师生成器生成的Y域图像和教师生成器生成的Y域图像送入参数共享的判别器中进行判别，分别得到介于[0,1]之间的得分，其中得分越接近于1代表生成的Y域图像越真实； 步骤6：利用生成对抗损失使生成器和判别器不断优化，此外生成器还采用MSE损失使生成图像更加真实； 步骤7：通过梯度下降和反向传播不断迭代以更新加宽的教师生成器、教师生成器、学生生成器和判别器网络参数，使四个网络达到纳什均衡。

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山东大学，其通讯地址为：266237 山东省青岛市即墨滨海路72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”。