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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利条件式多目标场景图像生成方法、装置和设备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：CN116188934B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211092907.6，技术领域涉及：G06V10/82；该发明授权条件式多目标场景图像生成方法、装置和设备是由郭金林;老松杨;汤俊;李欣炜设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本条件式多目标场景图像生成方法、装置和设备在说明书摘要公布了：本申请涉及条件式多目标场景图像生成方法、装置和设备，方法包括：获取多目标场景图像以及作为控制条件的训练控制图像；调用基于SinGAN改进的条件式单图生成对抗网络；条件式单图生成对抗网络中每一层网络的生成器和判别器的损失函数均加入控制条件；根据多目标场景图像和训练控制图像，从条件式单图生成对抗网络的最底层开始进行逐层迭代训练；在每一层网络的迭代训练中，利用训练控制图像控制当前层中生成器的生成图像与训练控制图像相似，控制当前层的判别器控制生成图像与输入图像的接近程度；在条件式单图生成对抗网络的最顶层训练完成时输出生成的伪多目标场景图像。实现了对生成图像的精确控制。

本发明授权条件式多目标场景图像生成方法、装置和设备在权利要求书中公布了：1.一种条件式多目标场景图像生成方法，其特征在于，包括步骤： 获取多目标场景图像以及作为控制条件的训练控制图像；所述训练控制图像为在设定位置处绘制有几何图形的所述多目标场景图像； 调用基于SinGAN改进的条件式单图生成对抗网络；所述条件式单图生成对抗网络中每一层网络的生成器和判别器的损失函数均加入所述控制条件； 根据所述多目标场景图像和所述训练控制图像，从所述条件式单图生成对抗网络的最底层开始进行逐层迭代训练； 在每一层网络的迭代训练中，利用所述训练控制图像控制当前层中生成器的生成图像与所述训练控制图像相似，以及利用所述训练控制图像通过当前层的判别器控制所述生成图像与输入图像的接近程度；所述输入图像包括所述多目标场景图像和所述训练控制图像； 在所述条件式单图生成对抗网络的最顶层训练完成时，输出对所述多目标场景图像学习后生成的伪多目标场景图像； 其中，条件式单图生成对抗网络中第n层网络的生成器的损失函数为Lrec： Lrec＝||Gnzn,xn+1↑r-yn|| 其中，Gn表示第n层网络的生成器，zn表示输入第n层网络的随机噪声，yn表示第n层的控制条件，xn+1表示经过上采样的第n+1层的真实图像，↑表示上采样，r表示上采样因子； 条件式单图生成对抗网络中第n层网络的判别器的损失函数为： 其中，对抗损失LadvG,D为： 重建损失LrecG为： 且当n＝N时的重建损失LrecG为： Lrec＝||GNz*-xN||2+β||GNz*-yN|| 其中，Gn表示第n层网络的生成器，Dn表示第n层网络的判别器，α表示超参数，Ε表示分布函数的期望值，x表示真实图像，xn表示经过上采样的第n层网络的真实图像，y表示控制条件，yn表示第n层的控制条件，z表示随机噪声，表示生成图像，表示第n层生成的生成图像，第n+1层生成的生成图像，z*表示固定的噪声图谱，↑表示上采样，r表示上采样因子，GN表示第N层网络的生成器，xN表示经过上采样的第N层网络的真实图像，β表示常数，yN表示第N层的控制条件。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。