恭喜浙江大學長三角智慧綠洲創(chuàng)新中心闞宗挺獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)恭喜浙江大學長三角智慧綠洲創(chuàng)新中心申請的專利一種多模態(tài)時尚趨勢預(yù)測和評價方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN119337841B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202411875889.8,技術(shù)領(lǐng)域涉及:G06F40/169;該發(fā)明授權(quán)一種多模態(tài)時尚趨勢預(yù)測和評價方法是由闞宗挺;柴春雷;孫守遷;黃琦;鄒亞峰;張海龍;宋道涵設(shè)計研發(fā)完成,并于2024-12-19向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種多模態(tài)時尚趨勢預(yù)測和評價方法在說明書摘要公布了:本發(fā)明公開了一種多模態(tài)時尚趨勢預(yù)測和評價方法,包括:根據(jù)全量趨勢特征參數(shù),對參考目標圖片進行打標處理,得到全量特征參數(shù);利用Transformer模型進行降維處理,提取出強相關(guān)特征參數(shù),形成趨勢特征模版;根據(jù)趨勢特征模版進行CLIP精調(diào),增強跨模態(tài)理解能力,實現(xiàn)圖文語義對齊;利用精調(diào)后的CLIP模型對參考目標圖像數(shù)據(jù)集做圖像標注,得到圖像?文本數(shù)據(jù)對;對擴散模型進行文生圖和圖生圖類型精調(diào),并進行圖像生成,得到服裝趨勢圖像;引入評價機制,對生成的服裝趨勢圖像進行效果評估。通過本發(fā)明能夠靈活、快速、準確地篩選強相關(guān)特征參數(shù),獲得更加精準的數(shù)據(jù)標注,進而生成更加符合時尚趨勢的服裝圖像。
本發(fā)明授權(quán)一種多模態(tài)時尚趨勢預(yù)測和評價方法在權(quán)利要求書中公布了:1.一種多模態(tài)時尚趨勢預(yù)測和評價方法,其特征在于,包括以下步驟:(1)根據(jù)已建立的全量趨勢特征參數(shù),對參考目標圖片進行打標處理,得到全量特征參數(shù)描述;(2)利用Transformer模型對全量特征參數(shù)進行降維處理,提取出強相關(guān)特征參數(shù),形成趨勢特征模版;(3)根據(jù)趨勢特征模版進行CLIP精調(diào),增強跨模態(tài)理解能力,實現(xiàn)圖文語義對齊;(3.1)建立精調(diào)CLIP模型結(jié)構(gòu),包括圖像編碼器和文本編碼器;這兩個編碼器通過預(yù)訓練使得語義相關(guān)的圖像和文本特征在相同的特征空間中接近;(3.2)凍結(jié)編碼器參數(shù):將圖像編碼器的參數(shù)凍結(jié),使得其參數(shù)不參與訓練;(3.3)添加任務(wù)特定層:為目標任務(wù)添加新的輸出層,并進行精調(diào)學習;(3.4)定義損失函數(shù):使用交叉熵損失函數(shù)來衡量預(yù)測結(jié)果和真實標簽之間的差距;(3.5)通過反向傳播僅更新任務(wù)特定層的參數(shù);在驗證集上評估模型,調(diào)整超參數(shù),直到模型在任務(wù)特定層上達到最佳效果;(4)利用精調(diào)后的CLIP模型對參考目標圖像數(shù)據(jù)集做圖像標注,得到優(yōu)化的特征參數(shù)描述,即圖像-文本數(shù)據(jù)對;(5)根據(jù)圖像-文本數(shù)據(jù)對,對擴散模型進行文生圖類型精調(diào)和圖生圖類型精調(diào),并進行圖像生成,得到服裝趨勢圖像;(5.1)通過提示語精調(diào),凍結(jié)擴散模型的所有參數(shù),將輸入的文本提示詞轉(zhuǎn)換為向量嵌入,然后在訓練數(shù)據(jù)上精調(diào)這些嵌入,以適應(yīng)圖像生成需求;(5.2)在擴散模型中插入輕量級的適配器,保持擴散模型的參數(shù)凍結(jié),進行針對特定任務(wù)的精調(diào),生成服裝趨勢圖像;(5.3)引入相似度控制的損失函數(shù);在損失函數(shù)中加入相似度控制因子,用于平衡生成圖像與輸入圖像的相似度;將帶有相似度控制因子的損失函數(shù)引入適配器的精調(diào)過程中,并通過梯度更新適配器權(quán)重,實現(xiàn)對生成圖像與輸入圖像的相似度控制;(6)引入評價機制,對生成的服裝趨勢圖像進行效果評估。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人浙江大學長三角智慧綠洲創(chuàng)新中心,其通訊地址為:314102 浙江省嘉興市嘉善縣西塘鎮(zhèn)中興路828號13幢;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
- 恭喜牛茜萍獲國家專利權(quán)
- 恭喜深圳市贏合科技股份有限公司周三春獲國家專利權(quán)
- 恭喜蘇州華智誠精工科技有限公司王雄杰獲國家專利權(quán)
- 恭喜OPPO廣東移動通信有限公司張治獲國家專利權(quán)
- 恭喜惠生清潔能源科技集團股份有限公司潘徐杰獲國家專利權(quán)
- 恭喜泰連公司N.P.邁爾獲國家專利權(quán)
- 恭喜格力博(江蘇)股份有限公司馮守川獲國家專利權(quán)
- 恭喜北京京東尚科信息技術(shù)有限公司朱筱筱獲國家專利權(quán)
- 恭喜貴州航天電器股份有限公司周敬獲國家專利權(quán)
- 恭喜路達(廈門)工業(yè)有限公司何永強獲國家專利權(quán)


熱門推薦
- 恭喜北京三快在線科技有限公司楊勇獲國家專利權(quán)
- 恭喜河北壹雪制冷科技有限公司寧靜紅獲國家專利權(quán)
- 恭喜成都斯普奧汀科技有限公司喻易強獲國家專利權(quán)
- 恭喜ZOLL醫(yī)療公司加里·A·弗里曼獲國家專利權(quán)
- 恭喜谷歌有限責任公司王繼兵獲國家專利權(quán)
- 恭喜研祥智慧物聯(lián)科技有限公司劉珂獲國家專利權(quán)
- 恭喜萊卡微系統(tǒng)CMS有限責任公司克里斯蒂安·舒曼獲國家專利權(quán)
- 恭喜恩智浦美國有限公司伊曼紐爾·楚庫馬·奧妮瑪獲國家專利權(quán)
- 恭喜珠海格力節(jié)能環(huán)保制冷技術(shù)研究中心有限公司胡余生獲國家專利權(quán)
- 恭喜華為技術(shù)有限公司張莉莉獲國家專利權(quán)