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！

龙图腾网获悉湖南科技大学申请的专利一种基于解耦轮廓表示的多实例对象图像可控生成方法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：CN120088363B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510570635.3，技术领域涉及：G06T11/00；该发明授权一种基于解耦轮廓表示的多实例对象图像可控生成方法是由刘玉珍;陈逸轩;王晓亮;林勇;朱萍;艾源源;王萌;尹佳晟;胡彪;曹璐设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于解耦轮廓表示的多实例对象图像可控生成方法在说明书摘要公布了：本发明公开了一种基于解耦轮廓表示的多实例对象图像可控生成方法，属于图像生成领域，包括以下步骤：数据采集与整理；数据增强；轮廓表示处理；轮廓编码器预训练；轮廓融合模块计算；全局信息注入模块融合全局与图像特征；轮廓位置编码；对象空间感知计算；模型构建；图像生成。本发明通过基于轮廓边界点坐标的编码方式，实现了不同对象轮廓信息在同一坐标空间内的精确表示与解耦，使得模型能够清晰区分各个对象，避免了传统方法中常见的对象混淆、错位等问题。在生成包含多个不同形状物体的场景图像时，每个物体的轮廓都能被准确呈现，其位置和大小也能得到精准控制，生成的图像细节丰富且符合预期。

本发明授权一种基于解耦轮廓表示的多实例对象图像可控生成方法在权利要求书中公布了：1.一种基于解耦轮廓表示的多实例对象图像可控生成方法，其特征在于，包括以下步骤： S1，数据采集与整理：从数据集中采集图像数据，并标注图像中各对象的轮廓序列和类别信息； S2，数据增强：对采集到的图像实施多维度的数据增强； S3，轮廓表示处理：对轮廓序列和类别信息进行预处理与编码，得到综合嵌入； 所述步骤S3具体过程为： S31：加载图像的轮廓序列，若轮廓序列长度不足指定数量N，则采用插值算法进行补齐； S32：对轮廓序列进行预处理，通过计算各点与左上角的距离，将距离最近的点调整为序列的起始点，保证轮廓编码的一致性； S33：在轮廓编码环节，采用基于相对位置的轮廓编码器模块，将每个轮廓点视为一个token，并添加中心点来表示全局特征，形成长度为l+1的token序列； S34：通过投影层将轮廓点映射到指定维度dim，表示实数，d为特征维度，为除起始头token外的位置添加相对位置嵌入R，R＝{r1,r2,…,rl}，rl为R中的第l个元素； S35：将token序列送入由多层自注意力和交叉注意力组成的轮廓编码器，自注意力层专注于序列中不同坐标点数据的相关性，交叉注意力层关注类别数据与轮廓序列的交互，经多层交互后，起始token表示对象轮廓信息的特征编码； S36：对于类编码器，使用简单线性层实现；将类特征c与轮廓特征通过线性层运算后，在通道维度相加，得到综合嵌入L，即L＝B+C，其中B是经过轮廓编码器的轮廓向量，C是类别向量，C＝cWc，B＝CEMP×WB+R,C，CEM为轮廓编码器模块，P为轮廓多边形序列集合； S4，轮廓编码器预训练； S5，轮廓融合模块计算：将经过轮廓表示处理得到的综合嵌入输入由多层自注意力模块构成的轮廓融合模块，在多层自注意力模块中每一层都根据调整后的权重进行自注意力计算，促进不同轮廓对象之间的信息交流和特征融合； S6，全局信息注入模块融合全局与图像特征； S7，轮廓位置编码：将图像块视为具有轮廓坐标的特殊方形区域，以此实现轮廓位置编码； S8，对象空间感知计算：在对象空间感知模块中，采用交叉注意力机制，并结合自注意力计算增强不同图像块之间的交互； S9，模型构建：以布局扩散为骨干网络搭建PolyDiffusion模型，并结合引导技术控制生成效果； S10，图像生成：将经过预处理的轮廓序列和类别信息输入训练好的PolyDiffusion模型，输出多实例对象图像。

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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石马头；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”。