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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于低秩适配的多任务文档图像增强方法及系统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：CN120725893B 。

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：202511204416.X，技术领域涉及：G06T5/50；该发明授权一种基于低秩适配的多任务文档图像增强方法及系统是由吴湘平;铁洪瑞;陈清财;李恒设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种基于低秩适配的多任务文档图像增强方法及系统在说明书摘要公布了：本发明公开了一种基于低秩适配的多任务文档图像增强方法及系统，包括：获取文档图像增强指令，输入文档图像增强指令解析模型得到指令隐空间嵌入特征；将指令隐空间嵌入特征输入任务分类模型，获取指令与预设任务的任务相关程度向量；动态融合低秩适配器权重至主干模型，得到文档图像增强模型；获取文档图像，对文档图像进行标准化分块处理，得到输入文档图像块序列；将输入文档图像块序列与指令隐空间嵌入特征输入适配任务后的文档图像增强模型，得到增强后输出结果；按原裁剪顺序拼接，得到最终文档图像增强结果。实现了多任务文档图像增强的智能化处理，通过自然语言指令驱动系统完成指定类型的图像增强任务，提升了人机交互便捷性和操作效率。

本发明授权一种基于低秩适配的多任务文档图像增强方法及系统在权利要求书中公布了：1.一种基于低秩适配的多任务文档图像增强方法，其特征在于，包括如下步骤： 步骤S1，获取文档图像增强指令，输入文档图像增强指令解析模型得到相应指令隐空间嵌入特征，以及用于表示指令与预设任务相关性的任务相关程度向量； 步骤S2，依据所述任务相关程度向量，使用任务路由模块动态融合低秩适配器权重至主干模型，得到适配任务后的文档图像增强模型； 步骤S3，获取文档图像，经过分块处理模块进行分块处理，得到文档图像增强模型的输入文档图像块序列； 步骤S4，将所述输入文档图像块序列与所述指令隐空间嵌入特征输入至适配任务后的文档图像增强模型，得到增强后输出结果； 步骤S5，所述文档图像块序列增强输出结果经过分块处理模块，按原裁剪顺序拼接，得到最终文档图像增强结果； 步骤S2中，所述任务路由模块动态融合低秩适配器权重的过程包括： 在模型推理阶段，依据指令所属任务的任务相关程度向量，按照不同任务相关程度，使用任务分类单元计算任务权重分布，并选取低秩适配器专家模型库中一个或多个对应的低质适配器，与文档图像增强主干模型进行参数融合，各个低秩适配器参数乘以对应的权重，从而使融合后的模型与指令对应任务需求适配； 步骤S4中，所述适配任务后的文档图像增强模型的构建过程包括： 基于多任务联合训练框架优化多任务文档图像增强主干模型参数，使其具备基础增强能力； 为每个预设任务独立配置低秩适配器，在微调阶段模型更新过程中保持多任务文档图像增强主干模型参数不可训练，仅通过反向传播优化适配器参数； 推理阶段，根据所述文档图像增强指令解析模型输出的任务相关程度向量，动态组合多个低秩适配器参数与多任务文档图像增强主干模型融合，得到适配任务后的文档图像增强模型。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518071 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。