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！

龙图腾网获悉江苏大学;镇江昭远智能科技有限公司;南京昭视智能科技有限公司申请的专利语义级图片解耦及生成优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：CN114419396B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210063990.8，技术领域涉及：G06V10/774；该发明授权语义级图片解耦及生成优化方法是由成科扬;孟春运;司宇设计研发完成，并于2022-01-20向国家知识产权局提交的专利申请。

本语义级图片解耦及生成优化方法在说明书摘要公布了：本发明公开了一种语义级图片解耦及生成优化方法，该方法基于自监督解耦表征学习技术，利用对比学习和像素级格拉姆矩阵作为约束来更新β变分自编码器的中编码器和解码器的系数权重，从而获得语义级的解耦表征并通过解耦表征生成更加清晰的图片。该技术可以应用于各类图片编辑软件，包括对图片中人脸表情的编辑、事物形状和位置的编辑等，具有很大的商业价值。

本发明授权语义级图片解耦及生成优化方法在权利要求书中公布了：1.一种语义级图片解耦及生成优化方法，其特征在于，包括以下步骤： 步骤1：将像素尺寸为64×64的原始图片输入编码器，输入图片先经过四层下采样的卷积层，每个卷积层都是32个通道，这里使用4×4的卷积核，步幅为2，每层特征图的尺寸分别为32×32、16×16、8×8、4×4，然后将第四层卷积层的特征图平铺开来，与两层全连接层连接，每层有256个单元，接着是由20个单元组成的全连接层，分别用于参数化10个高斯随机变量的平均值和对数标准差，这里利用重参数化技巧，最后获得十维的解耦表征； 步骤2：在解码器中，由20个单元组成的全连接层先与两层全连接层连接，每层有256个单元，然后是四层上采样的卷积层，每个卷积层都是32个通道，这里使用4×4的卷积核，步幅为2，每层特征图的尺寸分别为4×4、8×8、 16×16、32×32，最后生成像素尺寸为64×64的重建图片； 步骤3：将原始图片、重建图片以及随机抽取其他批次中图片分别作为锚定样本、正例样本和负例样本，其中每一批次中的锚定样本、正例样本和负例样本的数量分别为1张、1张和127张，把这三类样本输入对比学习模块中，同时利用该模块中的对比损失函数来不断地更新编码器和解码器中的系数权重； 步骤4：将原始图片、重建图片输入基于像素级格拉姆矩阵的图片生成优化模块中，得到这两张三维图片的像素级格拉姆矩阵，将两者像素级格拉姆矩阵的F-范数作为损失函数，通过反向传播算法来不断地更新编码器和解码器中的系数权重，在编码器、解码器和像素级格拉姆矩阵的共同作用下，该基于像素级格拉姆矩阵的图片生成优化模块的损失函数如下： 其中，x表示输入图片，i,j,k表示该图片的长宽和通道数，Gx表示原始图片或者重建图片的像素级格拉姆矩阵。

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江苏大学;镇江昭远智能科技有限公司;南京昭视智能科技有限公司，其通讯地址为：212013 江苏省镇江市京口区学府路301号江苏大学；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。