買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜美眾(天津)科技有限公司申請的專利一種融合Transformer架構與LoRA訓練的虛擬換發型方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119251344B 。

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411764605.8，技術領域涉及：G06T11/00；該發明授權一種融合Transformer架構與LoRA訓練的虛擬換發型方法及系統是由車宏圖設計研發完成，并于2024-12-04向國家知識產權局提交的專利申請。

本一種融合Transformer架構與LoRA訓練的虛擬換發型方法及系統在說明書摘要公布了：本發明公開了一種融合Transformer架構與LoRA訓練的虛擬換發型方法及系統，涉及虛擬換發型技術領域。本發明的技術要點包括：獲取有頭發的源圖片和發型參考圖片；提取發型參考圖片的發型描述詞；對源圖片和發型參考圖片進行處理，利用發型生成模型生成第一階段換發型圖片；對第一階段換發型圖片和源圖片進行處理，獲取遮擋發型圖片；對遮擋發型圖片和發型參考圖片的發型描述詞進行處理，利用發型重繪DIT模型生成最終的換發型圖片；其中發型重繪DIT模型包含多個串聯的基于Transformer架構的擴散模型，且引入了針對每一款發型的LoRA訓練，使得在生成比較復雜的發型時更加精細。本發明為用戶提供了一種高效便捷的虛擬換發型方案，同時也為美發行業帶來一種創新的服務模式。

本發明授權一種融合Transformer架構與LoRA訓練的虛擬換發型方法及系統在權利要求書中公布了：1.一種融合Transformer架構與LoRA訓練的虛擬換發型方法，其特征在于，包括：獲取有頭發的源圖片和發型參考圖片；提取發型參考圖片的發型描述詞；對源圖片和發型參考圖片進行處理，利用發型生成模型生成第一階段換發型圖片；所述發型生成模型包含多個串聯的基于Transformer架構的擴散模型；對第一階段換發型圖片和源圖片進行處理，獲取遮擋發型圖片；對遮擋發型圖片和發型參考圖片的發型描述詞進行處理，利用發型重繪DIT模型生成最終的換發型圖片；其中，所述發型重繪DIT模型包含多個串聯的基于Transformer架構的擴散模型；包括：對發型描述詞進行文本編碼，獲得文本編碼；將遮擋發型圖片輸入到VAE編碼器中，獲得重繪背景隱編碼；生成隱空間隨機高斯噪聲，將重繪背景隱編碼、隱空間隨機高斯噪聲和擴張之后的發型二值掩碼沿通道進行拼接，得到多通道輸入矩陣；將多通道輸入矩陣進行分塊化處理，再經過線性層處理，并將處理得到的特征圖和文本編碼一同輸入到多個串聯的基于Transformer架構的擴散模型中進行循環去噪；得到的輸出經過多層感知機處理后，再進行反分塊化處理還原回輸入的遮擋發型圖片大小；將反分塊化處理后的結果輸入VAE解碼器中，獲得最終的換發型圖片；其中，所述發型生成模型和所述發型重繪DIT模型均是預先訓練好的模型，所述發型生成模型訓練過程中的損失函數如下所示： ；式中，表示高斯噪聲；表示VAE編碼器；表示發型生成模型中基于Transformer架構的擴散模型；表示發型參考網絡；分別表示發型參考圖片和禿頂圖片；表示隱空間編碼；t表示時間步；表示分布下期望；在所述發型重繪DIT模型的推理過程中利用訓練好的低秩適應微調模型對發型重繪DIT模型中基于Transformer架構的擴散模型的權重參數進行微調，微調公式為： ；式中，表示微調后的權重；表示基于Transformer架構的擴散模型的原始權重參數，表示低秩適應微調模型的參數，為分解得到的兩個矩陣；所述低秩適應微調模型訓練過程中的損失函數如下所示： ；式中，表示低秩適應微調模型中基于Transformer架構的擴散模型；表示文本編碼；表示分布下期望。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人美眾(天津)科技有限公司，其通訊地址為：301727 天津市武清區曹子里鎮花城中路55號昊宇商務中心116室-8(集中辦公區)；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。