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！

龙图腾网获悉腾讯医疗健康(深圳)有限公司申请的专利图像生成方法、装置、设备、存储介质及计算机程序产品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：CN114612618B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210255541.3，技术领域涉及：G06T17/00；该发明授权图像生成方法、装置、设备、存储介质及计算机程序产品是由黄雅雯;郑冶枫设计研发完成，并于2022-03-15向国家知识产权局提交的专利申请。

本图像生成方法、装置、设备、存储介质及计算机程序产品在说明书摘要公布了：本申请公开了一种图像生成方法、装置、设备、存储介质及计算机程序产品，涉及机器学习领域。该方法包括：获取第一模态图像；通过第一候选网络对第一模态图像进行模态转换，得到第一生成图像；通过第二候选网络对第一生成图像进行模态还原，得到第一还原图像；基于第一生成图像和第一还原图像，获取约束损失值；基于约束损失值对第一候选网络进行训练，得到图像转换网络。即，通过对第一模态图像进行模态转换后又进行模态还原，分别得到第一生成图像和第一还原图像，来确定第一候选网络对应的约束损失值，从而对第一候选网络进行训练的方式，能够提高模型在三维图像空间中进行模态转换的准确度。

本发明授权图像生成方法、装置、设备、存储介质及计算机程序产品在权利要求书中公布了：1.一种图像生成方法，其特征在于，所述方法包括： 获取第一模态图像，所述第一模态图像对应第一模态； 通过第一候选网络对所述第一模态图像进行模态转换，得到第一生成图像，所述第一生成图像对应第二模态，且所述第一生成图像是三维图像，所述第一模态与所述第二模态是不同的模态；所述模态转换包括像素点序列重组、维度转换、特征融合、阈值转换； 通过第二候选网络对所述第一生成图像进行模态还原，得到第一还原图像，所述第一还原图像对应所述第一模态；所述模态还原包括像素点分布还原、维度还原、特征分解、阈值还原； 基于所述第一生成图像和所述第一还原图像，获取约束损失值，所述约束损失值用于指示所述第一候选网络将所述第一模态图像映射至三维图像空间时的映射损失；所述约束损失值包括纹理约束损失值、轮廓约束损失值、维度转换损失值和域约束损失值； 其中，获取所述第一生成图像对应的第一分割结果，所述第一分割结果用于指示所述第一生成图像对应所述第一模态图像的参考概率分布；获取所述第一模态图像对应的第二分割结果；基于所述第一分割结果和所述第二分割结果之间的分割差异，获取所述纹理约束损失值，所述纹理约束损失值用于指示所述第一候选网络在将所述第一模态图像映射至所述三维图像空间时的纹理特征损失； 从所述第一候选网络到所述第二候选网络的训练过程中，将所述第一生成图像输入所述第一候选网络对应的判别器，输出得到第一匹配预测结果，所述第一匹配预测结果用于指示所述第一生成图像和第二模态图像对应的匹配关系，所述第二模态图像为预先提供的所述第二模态的图像；将所述第一生成图像输入所述第一候选网络对应的分割器，输出得到第一分割结果，所述分割器用于对输入图像进行区域分割；基于所述第一匹配预测结果和所述第一分割结果，确定第一轮廓约束损失值，所述第一轮廓约束损失值用于指示所述第一生成图像对应在所述三维图像空间中的边界特征损失；从所述第二候选网络到所述第一候选网络的训练过程中，将第二生成图像输入所述第二候选网络对应的判别器，输出得到第二匹配预测结果，所述第二生成图像是通过所述第二候选网络获取的所述第二模态图像对应的图像；所述第二匹配预测结果用于指示所述第二生成图像和所述第一模态图像对应的匹配关系；将所述第二生成图像输入所述第二候选网络对应的分割器，输出得到第二分割结果；基于所述第二匹配预测结果和所述第二分割结果，确定第二轮廓约束损失值，所述第二轮廓约束损失值用于指示所述第二生成图像对应在所述三维图像空间中的边界特征损失，所述轮廓约束损失值包括所述第一轮廓约束损失值和所述第二轮廓约束损失值；所述第一候选网络中的分割器和所述第二候选网络中的分割器实现为反卷积操作； 其中，基于所述第一生成图像和所述第二模态图像的图像特征分布差异，以及，基于所述第一模态图像和所述第一还原图像的图像特征分布差异，获取所述维度转换损失值，所述维度转换损失值用于指示所述第一候选网络通过所述三维图像空间进行图像维度转换时产生的损失； 其中，获取所述第一模态图像在所述三维图像空间的第一特征分布；获取所述第一生成图像在所述三维图像空间的第二特征分布；基于所述第一特征分布和所述第二特征分布之间的距离，得到所述域约束损失值，所述域约束损失值用于确定所述第一特征分布和所述第二特征分布在所述三维图像空间中对应的特征相似度； 基于所述约束损失值对所述第一候选网络进行训练，得到图像转换网络，所述图像转换网络用于对属于所述第一模态的图像进行模态转换，得到属于所述第二模态的三维图像。

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腾讯医疗健康(深圳)有限公司，其通讯地址为：518000 广东省深圳市前海深港合作区前湾一路1号A栋201室；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。