Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南芒果融创科技有限公司李鑫获国家专利权

湖南芒果融创科技有限公司李鑫获国家专利权

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!

龙图腾网获悉湖南芒果融创科技有限公司申请的专利一种基于去噪网络的图像生成方法、装置、介质及设备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:CN118799219B

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:202410900642.0,技术领域涉及:G06T5/70;该发明授权一种基于去噪网络的图像生成方法、装置、介质及设备是由李鑫;吴红;潘建波;姚军设计研发完成,并于2024-07-05向国家知识产权局提交的专利申请。

一种基于去噪网络的图像生成方法、装置、介质及设备在说明书摘要公布了:本发明提供了一种基于去噪网络的图像生成方法、装置、介质及设备,应用于多模态人工智能生成内容场景,通过获取多个动漫图像样本和多个随机初始化噪声样本并输入改进后的U‑net网络进行噪声训练,得到训练后的U‑net网络;利用训练后的U‑net网络中的压缩路径对待生成动漫图像的目标文本数据进行去噪后,利用卷积子层、挤压子层、激励子层、全连接子层融合至U‑net网络的所有上采样层将待生成动漫图像的目标文本数据还原成清晰的动漫图像,提高了对特征提取的敏感性,从而准确地还原跟语义信息匹配度很高的图像。

本发明授权一种基于去噪网络的图像生成方法、装置、介质及设备在权利要求书中公布了:1.一种基于去噪网络的图像生成方法,应用于多模态人工智能生成内容场景,其特征在于,包括: 步骤1,获取多个动漫图像样本和多个随机初始化噪声样本; 步骤2,将多个所述动漫图像样本和多个所述随机初始化噪声样本输入改进后的U-net网络进行噪声训练,得到训练后的U-net网络; 步骤3,将待生成动漫图像的目标文本数据输入所述训练后的U-net网络进行去噪,生成去噪后的动漫图像; 所述改进后的U-net网络以U-net网络为基础模型,且所述U-net网络的所有上采样层中均包括有用于对所述目标文本数据的语义信息特征提取的卷积子层、用于对提取的语义信息特征进行压缩的挤压子层、用于获取语义信息特征的权重的激励子层、用于利用语义信息特征的权重将所述语义信息特征进行融合的全连接子层; 所述卷积子层的输入端为所述U-net网络中上采样层的输入端用于与所述上采样层的上一级网络层的输出端连接; 所述卷积子层的输出端分别与所述挤压子层的输入端、所述全连接子层的输入端连接; 所述挤压子层的输出端与所述激励子层的输入端连接; 所述激励子层的输出端与所述全连接子层的输入端连接; 所述全连接子层的输出端为所述U-net网络中上采样层的输出端用于与所述上采样层的下一级网络层的输入端连接; 所述卷积子层,用于将所述上采样层的上一级网络层输出的语义信息进行特征抽取,得到卷积后的特征图并输入全连接子层和挤压子层; 所述挤压子层,用于将所述卷积后的特征图压缩至通道描述符中,并通过全局平均池化方式统计通道信息,得到一维特征向量; 所述激励子层,用于学习所述一维特征向量的特征点,并利用所述特征点获取特征权重; 所述全连接子层,用于将所述特征权重与所述卷积后的特征图进行融合,得到融合后的特征图并输入所述上采样层的下一级网络层。

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湖南芒果融创科技有限公司,其通讯地址为:410000 湖南省长沙市开福区月湖街道鸭子铺路30号马栏山芒果文创广场一期1栋3001东侧;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。

免责声明
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。