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！

龙图腾网获悉湖南大学申请的专利一种基于视觉编码器的古建筑图像自适应风格迁移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：CN116309022B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310216506.5，技术领域涉及：G06T3/04；该发明授权一种基于视觉编码器的古建筑图像自适应风格迁移方法是由王耀南;曾凯;王蔚;毛建旭;张辉;钟杭;吴昊天设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于视觉编码器的古建筑图像自适应风格迁移方法在说明书摘要公布了：本发明公开了一种基于视觉编码器的古建筑图像自适应风格迁移方法，基于视觉编码‑解码风格迁移神经网络，在特征编码器阶段，获得建筑图像多阶段相对位置编码特征，再设计自适应颜色与结构特征迁移融合模块，对提取的建筑内容特征与建筑风格特征进行多阶段多尺度融合，自适应颜色与结构特征迁移融合模块采用多种风格特征迁移方法进行特征迁移融合；接着在特征解码器阶段，对建筑内容特征与建筑风格特征进一步迁移与融合。该模型对古建筑风格迁移测试集进行预测，大幅度提高了风格迁移估计精度，解决了建筑场景描绘精细化、形态规范化、纹理色彩标准化等问题，实现建筑遗产空间叙事再现。

本发明授权一种基于视觉编码器的古建筑图像自适应风格迁移方法在权利要求书中公布了：1.一种基于视觉编码器的古建筑图像自适应风格迁移方法，其特征在于，包括： 步骤S1、采集多张古建筑图像、风格图像、颜色基准图像、结构基准图像和风格迁移学习真实图像，并利用上述五类图像构建数据集；对数据集进行划分，得到训练集和测试集； 步骤S2、构建视觉编码-解码风格迁移神经网络；视觉编码-解码风格迁移神经网络包括编码器和解码器； 步骤S3、在训练集中随机抽取一组样本，利用编码器对该样本中的古建筑图像和风格图像进行编码，并分别提取古建筑图像和风格图像在不同层的特征，输出其建筑内容特征和建筑风格特征，对建筑内容特征和建筑风格特征进行融合，得到融合特征； 步骤S4、在编码器提取古建筑图像和风格图像在不同层的特征过程中，将融合特征和步骤S3中的风格图像输入到解码器中进行重建，得到预测风格迁移后的图片； 步骤S5、依据预测风格迁移后的图片和数据集内对应的风格迁移学习真实图像对视觉编码-解码风格迁移神经网络进行迭代训练，得到训练后的视觉编码-解码风格迁移神经网络； 步骤S6、使用测试集对训练后的视觉编码-解码风格迁移神经网络进行测试； 所述步骤S2中的编码器具体为视觉transformer编码器，视觉transformer编码器包括两个共享权重的编码特征提取子网络，分别为自适应颜色调整网络与自适应结构调整网络； 自适应颜色调整网络包含i个依次连接的基于颜色基准图像的自适应颜色调整模块，i个自适应颜色调整模块从低维到高维依次对不同维度的特征进行颜色调整； 自适应结构调整网络包含i个依次连接的基于结构基准图像的自适应结构调整模块，i个自适应结构调整模块从低维到高维依次对不同维度的特征进行结构调整。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。