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！

龙图腾网获悉南京理工大学申请的专利一种基于扩散模型时间步剪枝的图像生成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：CN120976358B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511508301.X，技术领域涉及：G06T11/60；该发明授权一种基于扩散模型时间步剪枝的图像生成方法及系统是由姚亚洲;聂礼强;许涛;孙泽人;陈涛设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于扩散模型时间步剪枝的图像生成方法及系统在说明书摘要公布了：本发明公开了一种基于扩散模型时间步剪枝的图像生成方法及系统，首先计算每个图像时间步的去噪损失并获得扩散损失差，再利用扩散损失差计算连续时间步损失变化，接着对批量图像样本的预测噪声图进行空间平均池化并得到图像特征表示；本发明实现了具有采用表示感知结构化剪枝框架高效压缩扩散模型的同时保持生成质量，还实现了具有采用分阶段时间步选择机制根据扩散过程的阶段性特征动态调整时间步筛选策略的功能，不仅使得能聚焦于阶段内最具代表性的关键时间步，还能减少冗余并提升效率，同时在选定出信息量丰富的时间步之后采用基于累积梯度的一阶泰勒展开法计算剪枝的重要性分数能累积关键信号下的梯度信息，适合被广泛推广和使用。

本发明授权一种基于扩散模型时间步剪枝的图像生成方法及系统在权利要求书中公布了：1.一种基于扩散模型时间步剪枝的图像生成方法，其特征在于：包括以下步骤， 步骤A，计算每个图像时间步的去噪损失并获得扩散损失差，再利用扩散损失差计算连续时间步损失变化； 步骤B，对批量图像样本的预测噪声图进行空间平均池化并得到图像特征表示，再采用图像特征表示计算图像样本特征间的两两距离； 步骤C，利用温度缩放的高斯核对所有图像样本特征间的两两距离进行软聚合并获得离散损失，具体如公式5所示， 5 其中，为离散损失，为温度超参数； 步骤D，将连续时间步损失变化和离散损失结合为统一的评分函数； 步骤E，将扩散时间步划分为同一大小的不重叠阶段； 步骤F，利用评分函数在获得的不重叠阶段中引入分阶段选择的时间步选择机制，再在不重叠阶段中的早期阶段和晚期阶段采用不同策略选择相应的时间步并获得时间步集合，具体步骤如下， 步骤F1，利用评分函数在获得的不重叠阶段中引入分阶段选择的时间步选择机制，具体是设定分界点，所述分界点用于区分早期阶段和晚期阶段； 步骤F2，在不重叠阶段中的早期阶段和晚期阶段采用不同策略选择相应的时间步并获得时间步集合，具体步骤如下， 步骤F21，若分界点，则为早期阶段并选择阶段内所有评分超过阶段特定阈值的时间步构成选择集，如公式8所示， 8 其中，为窗口内符合阈值条件的时间步集合，是控制阈值的超参数； 步骤F22，若分界点，则为晚期阶段并采用top-k策略保留阶段中最具信息量的时间步，如公式9所示， ； 9 其中，为选择比例，为每个阶段内选择时间步的稀疏程度，为取前个时间步t的综合评分最大值； 步骤F23，获得时间步集合，具体如公式10所示， ； 10 其中，为划分窗口的数量，为扩散时间步的数目，为时间步集合，U为并集； 步骤G，对获得的时间步集合中的时间步执行反向传播并计算重要性分数，再将重要性分数低于阈值的参数权重从图像样本中移出并生成剪枝后图像。

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南京理工大学，其通讯地址为：210018 江苏省南京市玄武区孝陵卫街道孝陵卫街200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。