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！

龙图腾网获悉上海交通大学申请的专利一种基于隐编码的文本引导肖像神经绘画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：CN119809919B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510003044.8，技术领域涉及：G06T3/04；该发明授权一种基于隐编码的文本引导肖像神经绘画方法是由易冉;殷浩;盛斌设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本一种基于隐编码的文本引导肖像神经绘画方法在说明书摘要公布了：本发明涉及一种基于隐编码的文本引导肖像神经绘画方法，方法包括以下步骤：S1、获取人脸图像和对应的风格描述文本，计算隐空间编码，计算全局风格损失和分块风格损失，得到风格合成模型；S2、将人脸图像和对应的风格描述文本输入跨模态多级映射网络，由跨模态多级映射网络的三级映射结构分别处理文本特征和图像隐编码不同维度信息，对跨模态多级映射网络进行训练，得到跨模态多级映射模型；S3、获取实际图像和实际风格描述文本，将实际图像和实际风格描述文本输入跨模态多级映射模型和风格合成模型，得到实际风格绘画结果。与现有技术相比，本发明具有提高风格化模型输出的图像与风格化描述的匹配程度等优点。

本发明授权一种基于隐编码的文本引导肖像神经绘画方法在权利要求书中公布了：1.一种基于隐编码的文本引导肖像神经绘画方法，其特征在于，方法包括以下步骤： S1、获取人脸图像和对应的风格描述文本，将所述人脸图像输入StyleGAN2的风格合成网络，经过风格合成网络的编码器，得到隐空间编码，隐空间编码输入风格合成网络的各个串联的子模块中，每个子模块的输入为隐空间编码、上一层子模块的输出以及随机噪声，每个子模块内部的Mod模块和Demod模块将子模块的输入混合在一起生成该子模块的输出，基于最后一个子模块的输出和风格描述文本计算全局风格损失、分块风格损失、内容损失和总变分损失，对风格合成网络进行训练，得到风格合成模型； S2、将人脸图像和对应的风格描述文本输入跨模态多级映射网络，分别经过跨模态多级映射网络的文本编码器和图像编码器，得到升维的文本特征和图像隐编码，由跨模态多级映射网络的三级映射结构分别处理升维的文本特征和图像隐编码不同维度信息，并将映射结果级联后通过一个卷积层，得到残差后与图像隐编码加和后得到优化隐编码，优化隐编码输入风格合成模型，基于风格合成模型的输出图像计算分块增强风格损失、内容损失、风格损失和总变分损失，对跨模态多级映射网络进行训练，得到跨模态多级映射模型； S3、获取实际图像和实际风格描述文本，将实际图像和实际风格描述文本输入跨模态多级映射模型和风格合成模型，得到实际风格绘画结果。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。