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有限数据集的图像生成方法及系统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：CN118379594B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202410249559.1，技术领域涉及：G06V10/82；该发明授权一种基于有限数据集的图像生成方法及系统是由雷浩鹏;梁恺俊;尹豪;王明文;曾锦山;罗国亮设计研发完成，并于2024-03-05向国家知识产权局提交的专利申请。

本一种基于有限数据集的图像生成方法及系统在说明书摘要公布了：本发明提供一种基于有限数据集的图像生成方法及系统，该方法包括：将有限图像数据作为数据集，构建编码器模型，通过对比学习、KL散度学习和分类学习对所述编码器模型预训练；基于预训练后编码器模型输出的条件向量，通过所述数据集对条件扩散模型进行训练；当用户输入图像后，基于预训练后编码器模型输出的条件向量，通过训练后的条件扩散模型生成与输入图像相似的图像。通过该方案不仅可以保障扩散模型的准确可靠，而且能够有效提高生成图像的质量。

本发明授权一种基于有限数据集的图像生成方法及系统在权利要求书中公布了：1.一种基于有限数据集的图像生成方法，其特征在于，包括： 将有限图像数据作为数据集，构建编码器模型，通过对比学习、KL散度学习和分类学习对所述编码器模型预训练； 所述编码器模型采用对比学习、KL散度学习和分类学习得到具体图像特征的条件向量； 其中，基于对比学习，对图像特征信息进行区分，使内容相同的样本图像输出的条件向量在相近的特征空间中，内容不同的样本图像输出的条件向量在较远的特征空间中； 基于KL散度学习，对同一个样本图像在不同噪声程度下得到的图像特征信息进行相近处理，使不同程度噪声的同一图像编码得到的图像特征信息尽可能相同； 基于分类学习，对提取的图像特征信息分类，确保所提取的图像特征信息能区分不同样本内容； 基于预训练后编码器模型输出的条件向量，通过所述数据集对条件扩散模型进行训练； 其中，对编码器模型输出的条件向量通过全连接层进行嵌入，将条件向量转化为条件嵌入，并将条件嵌入传输至条件扩散模型中； 条件扩散模型根据原始噪声图像、扩散步数和条件嵌入预测各扩散步骤的噪声； 用户对编码器模型输出的条件向量进行编辑以控制图像的生成； 当用户输入图像后，基于预训练后编码器模型输出的条件向量，通过训练后的条件扩散模型生成与输入图像相似的图像。

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：330000 江西省南昌市紫阳大道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”。