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！

龍圖騰網恭喜北京郵電大學申請的專利一種交互便捷的多功能圖像生成方法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：CN119444912B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202510045748.1，技術領域涉及：G06T11/00；該發明授權一種交互便捷的多功能圖像生成方法是由李珂;陳志鵬;陳卓;楊蘭;張洪剛;宋一晢設計研發完成，并于2025-01-13向國家知識產權局提交的專利申請。

本一種交互便捷的多功能圖像生成方法在說明書摘要公布了：本發明公開了一種交互便捷的多功能圖像生成方法，包括：接收輸入的圖像生成控制條件并預處理；圖像生成控制條件包括：文本提示、實體條件圖和背景圖；通過生成模型對初始噪聲圖像進行全局引導去噪，獲得噪聲圖像；利用生成模型中的交叉注意力圖實現局部控制區域的自適應定位；根據定位后的局部控制區域，對預處理后的實體條件圖和背景圖進行多層次特征融合，獲得多模態編碼特征；將多模態編碼特征通過視覺控制適配器獲得視覺控制特征，與生成模型中的全局中間層特征，共同引導生成模型對噪聲圖像進行去噪，實現圖像生成。該方法解決了多模態圖像生成領域中交互不便捷、圖像質量差以及功能單一的問題，顯著提升了多模態圖像生成的性能和用戶體驗。

本發明授權一種交互便捷的多功能圖像生成方法在權利要求書中公布了：1.一種交互便捷的多功能圖像生成方法，其特征在于，包括如下步驟：S1、接收用戶輸入的圖像生成控制條件，并對圖像生成控制條件進行預處理；所述圖像生成控制條件包括：文本提示、實體條件圖和背景圖；S2、使用符合標準正太分布的隨機噪聲組成初始噪聲圖像；在前期去噪階段，基于預處理后的文本提示，通過生成模型對初始噪聲圖像進行全局引導去噪，獲得噪聲圖像；S3、利用生成模型中的交叉注意力圖實現局部控制區域的自適應定位；S4、根據定位后的局部控制區域，對預處理后的實體條件圖和背景圖進行多層次的特征級融合，獲得統一空間的多模態編碼特征；S5、在后期去噪階段，將多模態編碼特征通過視覺控制適配器獲得視覺控制特征；視覺控制特征與生成模型中的全局中間層特征共同引導生成模型對所述噪聲圖像進行去噪處理，實現圖像生成；所述步驟S3具體包括：1所述交叉注意力圖表示為： 其中，si表示第i個實體條件圖；ci表示si對應的文本標記；表示交叉注意力圖，且僅在t＝τ時刻計算，其中t＝τ時刻即前期去噪階段完成時；n表示多頭注意力機制中第n個頭索引；N表示共有N個頭索引；t表示擴散過程中的時間步；Qnsi表示對si的潛變量使用線性函數生成交叉注意力中的查詢向量；Knci表示對文本標記特征ci使用線性函數并通過轉置運算后生成交叉注意力中的鍵向量；d表示特征嵌入維度；2通過OTSU算法獲取分割注意力分數的閾值；根據閾值對交叉注意力圖進行二值化處理，得到實體在生成圖像中所在區域的實體區域蒙版圖像；實體區域蒙版圖像Ri表示為： 其中，Ri表示實體區域蒙版圖像；Rixr,yr表示實體區域蒙版圖像Ri中坐標為xr,yr的像素值；表示交叉注意力圖中坐標為xr,yr的像素值；OTSU·表示OTSU算法；3對每個實體區域蒙版圖像Ri的定位區域進行近似運算，獲得對應的實體在生成圖像中的實體定位區域邊界框其中和分別為實體定位區域邊界框的左上橫、縱坐標；,和分別為實體定位區域邊界框的右下橫、縱坐標。

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北京郵電大學，其通訊地址為：100876 北京市海淀區西土城路10號；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”。