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！

龙图腾网获悉杭州电子科技大学申请的专利一种深度信息引导的多风格人脸素描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：CN115457160B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211250842.3，技术领域涉及：G06T11/00；该发明授权一种深度信息引导的多风格人脸素描生成方法是由祝一帆;高飞;徐岗设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本一种深度信息引导的多风格人脸素描生成方法在说明书摘要公布了：本发明公开了一种深度信息引导的多风格人脸素描生成方法，步骤如下：步骤1数据预处理，将人脸照片、人脸素描进行人脸对齐、缩放和裁剪等处理，再将数据集的人脸照片根据3DDFA方法生成对应的深度图像，最终得到一一对应的人脸照片‑人脸素描‑人脸深度图三元组；步骤2生成对抗网络模型的构建，分别构建生成器和判别器两个网络模型；步骤3生成对抗网络模型的训练，定义损失函数，训练生成对抗网络模型；步骤4人脸素描的生成及质量评价。本发明提出了利用人脸深度信息和风格特征控制人脸素描画像生成的方法，完成了人脸素描的高质量、多风格的生成，并能成功应用在自然图像等非人脸素描的生成任务上。

本发明授权一种深度信息引导的多风格人脸素描生成方法在权利要求书中公布了：1.一种深度信息引导的多风格人脸素描生成方法,其特征在于，包括如下步骤： 步骤1构建数据集并对数据集中的图像数据进行预处理 步骤2构建生成对抗网络模型并生成人脸素描 2-1生成器构建并生成特征向量 生成器G的结构遵循了经典的U-Net结构，将第i个编码层的输出和对应的第i个解码层的输出连接起来，每个编码层包括卷积层、动态激活层、实例规范化层；每个解码层包括上采样卷积、动态自适应激活层、动态自适应调制层； 2-2通过深度和风格自适应归一化处理，方法如下： 通过缩放和偏置来调制特征，使用了人脸的深度信息D、人脸风格信息S和经过编码器提取的人脸外表特征A，假设F∈RC×H×W表示当前IDN模块的输入特征，其中H,W,C分别表示特征的高度、宽度和通道数，那么在c,h,w位置调制后的特征值为： 其中，fc,h,w和分别是IDN模块输入前后的特征值，μc和σc分别为第c个通道中fc,h,w的平均值和标准差： 其中，γc,h,wD,S,A和βc,h,wD,S,A分别是通过浅层神经网络学习得到的缩放和偏置的参数，具体的计算过程如下： γ＝ConvmetaACONConvCatD,S,A, β＝ConvmetaACONConvCatD,S,A； 2-3自适应动态激活； 2-4可变形轮廓生成； 2-5判别器构建并输出， 判别器内部由6个层级组成，分别由卷积层、实例规范化层、激活层，判别器的输入是一个由人脸深度图和人脸素描按通道连接后的向量，对于人脸深度图和真实的人脸素描，判别器输出为True；对于人脸深度图和生成的人脸素描，判别器输出为False； 步骤3生成对抗网络模型的训练， 定义损失函数，训练生成对抗网络模型； 步骤4人脸素描的生成及质量评价， 将待生成素描的人脸照片输入到训练后的生成对抗网络模型中，得到对应的人脸素描图像，并根据指标完成质量评价。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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”。