Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长江大学冯菲扬获国家专利权

长江大学冯菲扬获国家专利权

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!

龙图腾网获悉长江大学申请的专利一种基于双条件引导的扩散模型文字修复方法及装置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:CN120298259B

龙图腾网通过国家知识产权局官网在2026-04-10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:202510313957.X,技术领域涉及:G06T5/77;该发明授权一种基于双条件引导的扩散模型文字修复方法及装置是由冯菲扬;张凯;张雯炫;乔有航;袁梦齐;马宇腾设计研发完成,并于2025-03-17向国家知识产权局提交的专利申请。

一种基于双条件引导的扩散模型文字修复方法及装置在说明书摘要公布了:本申请公开了一种基于双条件引导的扩散模型文字修复方法及装置,属于文字修复技术的人工智能领域,所述方法包括:获取第一特征矩阵和第二特征矩阵;将第一特征矩阵作为查询向量,与第二特征矩阵的键向量和值向量进行跨注意力融合,生成目标条件向量;将目标条件向量注入初始输入为待修复字符图像的扩散模型的噪声预设网络中,通过交叉注意力块将跳跃连接的局部特征与目标条件向量动态融合,生成增强特征;进而结合骨架先验与笔画先验的权重调度,生成修复后的字符图像。本发明分别通过两个特征矩阵得到结构与笔画特征,在扩散模型的反向去噪过程中动态引入文字约束条件,使模型能够在生成高质量修复结果的同时,保留笔画的细节和文字风格特征。

本发明授权一种基于双条件引导的扩散模型文字修复方法及装置在权利要求书中公布了:1.一种基于双条件引导的扩散模型文字修复方法,其特征在于,包括: 获取第一特征矩阵和第二特征矩阵;所述第一特征矩阵为基于预设完整字符图像的文字骨架拓扑进行建模得到的全局骨架特征矩阵;所述第二特征矩阵为基于预设完整字符图像的为按时序特征与形态细节进行建模得到的笔画时序特征矩阵;所述第一特征矩阵的获取步骤包括: 将预设完整字符图像输入骨架图编码器,输出表征全局骨架拓扑的节点特征矩阵,得到第一特征矩阵;所述骨架图编码器基于图注意力网络构建;所述骨架图编码器的实现,包括: 基于预设完整字符图像提取二值化骨架图像; 将所述二值化骨架图像建模为图结构G=V,E; 其中,节点集合V表示笔画交点,边集合E表示笔画连接关系; 通过多层图注意力网络聚合节点邻域特征,更新节点特征至全局骨架特征矩阵; 所述第二特征矩阵的获取步骤包括: 将预设完整字符图像输入笔画集编码器,输出编码局部笔画形态及时序依赖关系的特征矩阵,得到第二特征矩阵;所述笔画集编码器通过Transformer编码器构建;所述笔画集编码器的实现,包括: 基于预设完整字符图像提取按书写顺序排列的笔画方向编码序列,以得到归一化的笔画方向向量序列; 输入归一化的笔画方向向量序列,引入正弦位置编码保留书写时序信息; 通过多层Transformer编码器计算自注意力权重,输出笔画时序特征矩阵; 将所述第一特征矩阵作为查询向量,与所述第二特征矩阵的键向量和值向量进行跨注意力融合,生成目标条件向量; 将所述目标条件向量注入初始输入为待修复字符图像的扩散模型的噪声预设网络中,通过交叉注意力块将跳跃连接的局部特征与所述目标条件向量动态融合,生成增强特征; 将所述增强特征与所述第一特征矩阵和第二特征矩阵进行线性组合,并结合骨架先验与笔画先验的权重调度,生成修复后的字符图像。

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长江大学,其通讯地址为:434000 湖北省荆州市南环路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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。