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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于级联生成对抗网络的图像动漫化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：CN114140317B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202111446222.2，技术领域涉及：G06T3/04；该发明授权一种基于级联生成对抗网络的图像动漫化方法是由颜成钢;方运志;孙垚棋;张继勇;张勇东设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本一种基于级联生成对抗网络的图像动漫化方法在说明书摘要公布了：本发明公开了一种基于级联生成对抗网络的图像动漫化方法。首先分别对目标图片和参考图片进行预处理，获得低分辨率图片集；然后构建参考图片生成对抗网络，多次迭代训练参考图片生成对抗网络；再将经过下采样的目标图片输入到训练好的参考图片生成对抗网络模型当中，学习参考图片的风格特征；同时在每层子生成对抗网络中，设计额外的判别器，获得目标图片生成对抗网络，重复迭代训练目标图片生成对抗网络模型的每一层子生成对抗网络，直至训练结束，生成器生成含参考图片动漫风格的目标图片。本发明相较于传统方法，不仅成本低效率高，对于给定的目标图片，能够更好完成图片动漫风格的转换。

本发明授权一种基于级联生成对抗网络的图像动漫化方法在权利要求书中公布了：1.一种基于级联生成对抗网络的图像动漫化方法，其特征在于，步骤如下： 步骤1：分别对真实的目标图片和参考图片进行预处理，获得关于目标图片和参考图片的低分辨率图片集； 对于给定的目标图片Ireal_d和提供动漫风格的参考图片Ireal_s，对两张图片分别按照相同的下采样参数α不断进行下采样处理，直至图片的尺寸大小接近原图片的110时，分别得到一个关于目标图片和参考图片的低分辨率图片集； 步骤2：构建参考图片生成对抗网络； 将参考图片的低分辨率图片集按照原始分辨率图片到最低分辨率的顺序排列，为每一张图片设计一层子生成对抗网络； 步骤3：从最低分辨率层子生成对抗网络开始训练参考图片生成对抗网络，输入随机噪声，通过生成器处理生成重构图片；把重构图片和对应层级的低分辨率的参考图片依次输入至判别器中；对于参考图片，判别器的期望输出值尽可能接近1，否则期望接近0； 步骤4：多次迭代训练参考图片生成对抗网络的最低分辨率层子生成对抗网络；在优化函数约束下，不断提升生成器生成的重构图片的真实程度，使其逼近参考图片； 步骤5：将最低分辨率层的生成的重构图像上采样，加入随机噪声后输入至更高一层分辨率的子生成对抗网络中，按照训练最低分辨率层子生成对抗网络的方法迭代训练，生成分辨率更高的重构图片；一直训练至最高层子生成对抗网络，生成和参考图片原始分辨率相同的逼真的重构图片； 步骤6：将经过下采样的目标图片输入到训练好的参考图片生成对抗网络模型当中，学习参考图片的风格特征；同时在每层子生成对抗网络中，设计额外的判别器，获得目标图片生成对抗网络，进一步维护目标图片的内容特征； 步骤6具体方法如下： 参考图片生成对抗网络模型训练完成后，将经过下采样的目标图片输入到训练好的参考图片生成对抗网络模型当中，学习参考图片的风格特征；同时在每层子生成对抗网络中，设计额外的判别器Dex，该判别器结构与参考图片生成对抗网络中判别器结构相同，输入则为重构图片与目标图片的内容特征，功能是判别输入特征是否为目标图片的特征；输入特征的获取如公式7所示： Dexx＝catvgiX7 其中，X表示输入图片，vgiX表示输入图片在经过Vgg16第i个，1≤i≤5卷积模型层后得到的特征，cat表示对不同层i的输出特征进行通道维度拼接；通过多次迭代训练，输入目标图片在学习参考图片风格特征时进一步维护目标图片的内容特征； 步骤7：重复迭代训练目标图片生成对抗网络模型的每一层子生成对抗网络，直至训练结束，生成器生成含参考图片动漫风格的目标图片。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。