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！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利三维场景的图像风格化编辑方法、装置、设备及介质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：CN119540431B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510096559.7，技术领域涉及：G06T15/02；该发明授权三维场景的图像风格化编辑方法、装置、设备及介质是由卢丽华;赵雅倩;李茹杨;魏辉;张晓辉;董刚设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本三维场景的图像风格化编辑方法、装置、设备及介质在说明书摘要公布了：本发明涉及计算机技术领域，具体涉及一种三维场景的图像风格化编辑方法、装置、设备及介质。该方法包括：获取源三维模型和参考风格图像以及第一图像风格化编辑网络和第二图像风格化编辑网络；得到待编辑图像的内容特征和参考风格图像的风格特征；利用图像扩散损失分别优化添加低秩适配功能的两个图像风格化编辑网络构建第三图像风格化编辑网络，将待编辑图像和参考风格图像输入第三图像风格化编辑网络处理，输出风格化编辑后的单视角图像；利用基于3D内容和风格联合的优化策略，迭代更新风格化编辑后的单视角图像得到风格化编辑后的3D模型。本方法提高参考风格图像的风格化效果，并在风格一致的前提下，保证3D内容的保真度和多视角一致性。

本发明授权三维场景的图像风格化编辑方法、装置、设备及介质在权利要求书中公布了：1.一种三维场景的图像风格化编辑方法，其特征在于，所述方法包括： 获取源三维模型和参考风格图像，以及获取第一图像风格化编辑网络和第二图像风格化编辑网络； 对所述源三维模型渲染得到单视角图像，作为待编辑图像，以及解耦得到所述待编辑图像的内容特征和所述参考风格图像的风格特征，其中所述参考风格图像的风格特征由将和变换到同一嵌入空间后进行加减计算得到，为参考风格图像的内容特征，为参考风格图像的图像特征； 将所述内容特征和所述风格特征作为去噪信息，利用图像扩散损失分别优化添加低秩适配功能的第一图像风格化编辑网络和第二图像风格化编辑网络，构建第三图像风格化编辑网络； 将所述待编辑图像和所述参考风格图像输入所述第三图像风格化编辑网络处理，输出风格化编辑后的单视角图像； 利用基于3D内容和风格联合的优化策略，按照多损失参数约束，迭代更新所述风格化编辑后的单视角图像得到风格化编辑后的3D模型；所述多损失参数约束由多损失函数计算； 所述多损失函数为： 其中，为对应的损失权重系数，为风格化损失对应的损失权重系数，为风格化损失，为内容保持损失对应的损失权重系数，为几何保持损失对应的损失权重系数，为几何保持损失，为一致性损失对应的损失权重系数，为一致性损失； 其中，所述获取第一图像风格化编辑网络，包括： 以预训练的SDXL为基础扩散模型，获取所述基础扩散模型；添加低秩适配功能训练优化所述基础扩散模型，生成所述第一图像风格化编辑网络，所述低秩适配功能用于优化转换器模块中的跨注意力层； 其中，将所述内容特征和所述风格特征作为去噪信息，利用图像扩散损失分别优化添加低秩适配功能的第一图像风格化编辑网络和第二图像风格化编辑网络，构建第三图像风格化编辑网络，包括： 将所述待编辑图像的内容特征输入所述第一图像风格化编辑网络，作为第一去噪信息，并在所述第一图像风格化编辑网络中添加低秩适配功能，利用所述图像扩散损失优化添加低秩适配功能的所述第一图像风格化编辑网络； 将所述参考风格图像的风格特征输入所述第二图像风格化编辑网络，作为第二去噪信息，并在所述第二图像风格化编辑网络中添加低秩适配功能，利用所述图像扩散损失优化添加低秩适配功能的所述第二图像风格化编辑网络； 根据优化后的第一图像风格化编辑网络和优化后的第二图像风格化编辑网络，在11个转换器模块中，将第5个和第6个转换器模块替换为所述第二图像风格化编辑网络中第5个和6个转换器模块；将第1至第4个，第7至第11个转换器模块替换为所述第一图像风格化编辑网络中对应的模块，生成所述第三图像风格化编辑网络，其中，所述第三图像风格化编辑网络中的第5个和6个转换器模块的跨注意力层上添加有低秩适配功能。

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苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢；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”。