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！

龙图腾网获悉浙江大学申请的专利基于扩散模型的视频虚拟试穿方法、设备和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：CN121330119B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511851462.9，技术领域涉及：G06T11/60；该发明授权基于扩散模型的视频虚拟试穿方法、设备和程序产品是由王永康;赵磊;林怀忠;邢卫设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于扩散模型的视频虚拟试穿方法、设备和程序产品在说明书摘要公布了：本发明属于计算机技术领域，提供了基于扩散模型的视频虚拟试穿方法、设备和程序产品。首先获取目标服装图与模特视频，并从中提取深度特征、掩码及模特潜特征视频；同时通过CLIP编码器提取服装的语义编码。第一扩散模型处理服装图与CLIP编码，输出融合细粒度纹理与语义的服装空间注意力特征向量；第二扩散模型作为视频扩散网络，接收随机噪声、人物特征、掩码、深度特征，并在其中间层注入服装向量与CLIP编码，最终输出服装贴合自然、动态连贯的试穿视频。本发明能够依据新的服装与模特视频，高效生成高保真度的虚拟试穿视频，在电子商务等领域具有广泛应用价值。

本发明授权基于扩散模型的视频虚拟试穿方法、设备和程序产品在权利要求书中公布了：1.一种基于扩散模型的视频虚拟试穿方法，其特征在于，包括如下步骤： 获得第一服装图以及穿着有不同于所述第一服装图的第一模特视频，根据所述第一模特视频分别获得深度特征视频和掩码视频，结合所述模特视频和所述掩码视频获得模特潜特征视频； 将所述第一服装图输入CLIP编码器，得到CLIP编码； 向第一扩散模型输入所述第一服装图和所述CLIP编码，第一扩散模型的中间层输出服装空间注意力特征向量； 向第二扩散模型输入链接后的随机噪声、所述模特潜特征视频、所述掩码视频和所述深度特征视频，并向第二扩散模型的中间层注入所述服装空间注意力特征向量和所述CLIP编码，使第二扩散模型输出第一试穿视频； 利用预设损失参数训练第一扩散模型和第二扩散模型，预设损失参数包括第一预设损失，第一预设损失为输出的第一试穿视频与所述模特视频的差异损失； 基于第二服装图以及穿着有不同于所述第二服装图的第二模特视频，利用训练后的第一扩散模型和第二扩散模型获得第二试穿视频； 根据所述模特视频分别获得深度特征视频和掩码视频，结合所述模特视频和所述掩码视频获得模特潜特征视频，包括： 使用DensePose逐帧提取所述模特视频以得到深度视频，使用姿势指导器编码所述深度视频，得到所述深度特征视频；使用SAM逐帧提取所述模特视频以得到掩码视频；使用变微分自编码器编码所述模特视频，并与所述掩码视频相乘，以得到模特潜特征视频； 向第一扩散模型输入所述第一服装图和所述CLIP编码，第一扩散模型的中间层输出服装空间注意力特征向量，包括： 使用变微分自编码器编码所述第一服装图，再将编码后的所述第一服装图输入至第一扩散模型；以及，将所述CLIP编码送入第一扩散模型的空间交叉注意力模块；第一扩散模型的中间层输出服装空间注意力特征向量； 向第二扩散模型输入链接后的随机噪声、所述模特潜特征视频、所述掩码视频和所述深度特征视频，包括： 将所述随机噪声、所述模特潜特征视频、所述掩码视频在空间维度上进行拼接，再与所述深度特征视频相加后送入第二扩散模型； 第一扩散模型与第二扩散模型具有同样的中间层层数，但第二扩散模型相比第一扩散模型额外增加了时间注意力模块和服装空间时间注意力模块； 将所述随机噪声、所述模特潜特征视频、所述掩码视频在空间维度上进行拼接，包括： 从所述第一服装图和所述第一模特视频中提取多维度联合特征；其中，所述多维度联合特征由所述第一服装图的CLIP编码、所述第一模特视频的深度特征视频以及所述掩码视频共同融合生成； 基于所述多维度联合特征，确定所述随机噪声的空间拼接点位集合；其中，所述空间拼接点位集合用于指示所述随机噪声在空间维度上进行拼接的权重分布；基于所述空间拼接点位集合，将所述随机噪声与所述模特潜特征视频、所述掩码视频进行空间自适应的加权拼接。

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浙江大学，其通讯地址为：310000 浙江省杭州市西湖区余杭塘路866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。