大连理工大学李祎获国家专利权
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！
龙图腾网获悉大连理工大学申请的专利一种基于扩散模型的图像描述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：CN117315419B 。
龙图腾网通过国家知识产权局官网在2025-10-14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：202311163647.1，技术领域涉及：G06V10/80；该发明授权一种基于扩散模型的图像描述方法是由李祎;刘桂生;付海燕;王波;郭艳卿设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。
本一种基于扩散模型的图像描述方法在说明书摘要公布了：本发明公开了一种基于扩散模型的图像描述方法，以扩散模型为基本框架，在文本的逆扩散阶段融合图像特征，从而解噪得到对应的图像描述。该发明利用扩散模型的的迭代解噪能力，能够生成更加多样性的图像描述，而且只需要在逆扩散过程中训练一个预测噪声的模型，模型的参数量能够大大降低，此外，图像描述的准确性和通顺度也取得了很好的效果。
本发明授权一种基于扩散模型的图像描述方法在权利要求书中公布了：1.一种基于扩散模型的图像描述方法，其特征在于，包括： 1加噪阶段 获取一条含有k个单词的图像描述W，首先通过词嵌入，将单词转换成词向量，词向量的维度是： 1 将得到的词向量作为隐变量进行加噪： 2 其中是标准正态分布，作为所加噪声的方差；词向量经过T=1000步的加噪后，成为高斯噪声； 2逆扩散阶段 在逆扩散阶段，在重建文本的过程中训练得到预测噪声的模型，并在其中添加图像特征，从而使得生成的文本蕴含图像信息，目标如下： 3 其中是经过CLIP提取的图像特征，通过上一步的预测噪声均值和方差 4 5 其中 6 其中通过神经网络得到，公式如下： 7 其中代表神经网络； 3解码阶段 首先对生成的文本采用CLIP文本编码器进行编码，图片经过CLIP的图像编码器，对两种模态编码得到的向量进行相似度计算，选取相似度高的文本作为最终的生成文本，公式如下: 12 其中是CLIP提取的图像特征，是CLIP提取的n条文本特征。
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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路2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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励