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！

龙图腾网获悉江西师范大学申请的专利一种基于生成对抗网络的图像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：CN120070647B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510551002.8，技术领域涉及：G06T11/00；该发明授权一种基于生成对抗网络的图像生成方法是由曹帅帅;饶茜;钟铜瑶;赖碧瑩;陆涛设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的图像生成方法在说明书摘要公布了：本发明公开了一种基于生成对抗网络的图像生成方法，包括以下步骤：收集包含不同风格、主题和元素的图像数据集；使用NLP技术训练指令解析模块，解析用户指令；构建并训练创意融合网络，根据用户指令，融合图像数据集的不同维度的特征，生成创意特征表示；基于生成对抗网络，构建生成器和判别器，使用对抗训练的方式优化生成图像的质量和创意性；引入创意激发机制，建立用户反馈循环；对生成的图像进行测试，根据用户反馈和评价指标优化生成方法；通过生成对抗网络和创意融合网络的结合，能够生成高质量且具有创意性的图像。同时，创意融合网络能够融合多种特征，生成具有新颖性和独特性的图像，满足用户多样化的需求。

本发明授权一种基于生成对抗网络的图像生成方法在权利要求书中公布了：1.一种基于生成对抗网络的图像生成方法，其特征在于，包括以下步骤： S1、收集包含不同风格、主题和元素的图像数据集，进行预处理和标注； S2、使用NLP技术训练指令解析模块，解析用户指令； S3、构建并训练创意融合网络，根据用户指令，融合图像数据集的不同维度的特征，生成创意特征表示； S4、基于生成对抗网络，构建生成器和判别器，使用对抗训练的方式优化生成图像的质量和创意性； S5、引入创意激发机制，在生成过程中注入随机噪声、进行风格迁移与变异，并建立用户反馈循环；对生成的图像进行测试，根据用户反馈和评价指标优化生成方法； 在步骤S3中，所述创意融合网络的实施步骤包括： S301、构建基于多层神经网络的创意融合网络，用于融合不同风格、主题或元素的特征； S302、创意融合网络包含多个子网络，分别负责处理不同类型的输入，包括图像风格特征、物体形状特征、色彩搭配特征； S303、通过注意力机制或特征融合层，将不同维度的特征有机地结合在一起，形成新的创意特征表示； 在步骤S5中，所述创意激发机制的实施步骤包括： S501、在所述生成器的生成过程中，向生成器的输入或中间层注入随机噪声，增加生成图像的多样性和不可预测性； S502、在所述创意融合网络中，引入风格迁移技术，使生成的图像在保持原有风格的基础上，融入新的风格元素；同时，通过变异操作，对风格进行微调； S503、允许用户对生成的图像进行反馈，并根据用户反馈调整生成策略，优化生成图像。

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江西师范大学，其通讯地址为：330095 江西省南昌市南昌县紫阳大道99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”。