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！

龙图腾网获悉华南理工大学申请的专利一种基于扩散模型的小样本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：CN116957964B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310865420.5，技术领域涉及：G06T5/70；该发明授权一种基于扩散模型的小样本图像生成方法及系统是由刘艳霞;周月;李宇虹;赖浩宇设计研发完成，并于2023-07-13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小样本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的小样本图像生成方法及系统，其中方法包括以下步骤：获取目标图像，建立辅助数据集；对辅助数据集多次添加噪声得到满足各向同性高斯分布的噪声图像；对噪声图像进行去噪推断，以原图像作为训练目标训练模型逐步去除中间隐编码的噪声；根据原图像与生成图像之间的像素均方误差以及频域信息损失调整模型参数，通过频域损失的动态加权着重学习复杂频率；以数量稀少的新数据集的样本作为参考图像并分别提取其语义及结构特征协助去噪模型生成该样本图像的同类图像。本发明采用扩散模型实现小样本图像生成，从噪声中预测生成图像，提高了生成图像的多样性，同时通过对生成过程的额外信息指导保证生成图像的高质量。

本发明授权一种基于扩散模型的小样本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的小样本图像生成方法，其特征在于，包括以下步骤： 获取目标图像，建立辅助数据集； 对辅助数据集多次添加噪声得到满足各向同性高斯分布的噪声图像；加噪过程表达式为： 其中是原图像，是加噪后的图像，是时间步长，为第次加噪时采用的方差，通过计算得到：、； 对噪声图像进行去噪推断，以原图像作为训练目标训练扩散模型逐步去除中间隐编码的噪声，包括： 对噪声图像逐步去噪，去噪过程表达式为： 其中是加噪后的图像，是经过一次去噪后得到的中间结果，是时间步长，在去噪过程中，中间结果的维度始终保持不变，以原图像作为噪声图像去噪的目标； 根据原图像与生成图像之间的像素均方误差以及频域信息损失调整模型参数，通过频域损失的动态加权着重学习复杂频率； 以数量稀少的新数据集的样本作为参考图像并分别提取其语义及结构特征协助去噪模型生成新数据集的样本图像的同类图像，包括： 对参考图像加噪步后进行上下采样获取参考图像的感知信息，通过指导图像去噪生成图像的过程，生成与参考图像内容相关的图像； 对参考图像加噪步后进行高通滤波获取参考图像的结构信息，通过指导图像去噪生成图像的过程，生成与参考图像结构相似的图像； 以和作为采样条件，从条件分布中采样图像，采样过程表示为： 其中为采样条件。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。