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！

龙图腾网获悉西北工业大学申请的专利基于知识蒸馏的多模态风格迁移方法、系统及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：CN119741187B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411444526.9，技术领域涉及：G06T3/04；该发明授权基于知识蒸馏的多模态风格迁移方法、系统及设备是由高山;郭嘉诚;张凯;杨尧;杨东升设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本基于知识蒸馏的多模态风格迁移方法、系统及设备在说明书摘要公布了：本发明提出一种基于知识蒸馏的多模态风格迁移方法、系统及设备，通过引入知识蒸馏技术，设计了一个教师学生模型，并利用CLIP文本图像空间对齐的性质，只需利用图像数据集进行一次训练，便可实现多模态引导的风格迁移，相比于CLIPStyler速度和效率大大提升，且相比于LDAST，本发明不需要大规模文本图像配对数据，节省了人力物力。此外，相比于CLIPStyler以及LDAST均是通过设计固定好的模型进行训练，本发明设计了一个空间拓展映射模块，使得本发明可以插入到所有传统的图像风格迁移网络，使其成为一个多模态风格迁移网络，实现即插即用，具有极佳的适应性。

本发明授权基于知识蒸馏的多模态风格迁移方法、系统及设备在权利要求书中公布了：1.一种基于知识蒸馏的多模态风格迁移方法，其特征在于：包括以下步骤： 步骤1：建立多模态风格迁移网络： 建立传统风格迁移网络，包括风格图像分支和内容图像分支；然后用教师学生模型对风格图像分支进行替换，得到多模态风格迁移网络； 步骤2：获取样本数据并训练模型： 样本数据包括内容图像数据集和风格图像数据集； 获取样本数据后，将样本数据输入多模态风格迁移网络进行联合训练；其中内容图像输入内容图像分支进行编码，风格图像分别输入教师学生模型的教师分支和学生分支进行编码，并将学生分支编码后的向量输入到内容图像分支中与内容图像进行特征融合，之后送入解码器解码出图像，并对解码图像进行再编码，并计算总体损失L； 训练过程中，总体损失L设计如下 L＝αLts+βLs+δLc Lts为教师学生训练损失，Ls为传统风格迁移网络的风格损失，Lc为传统风格迁移网络的内容损失，α、β和σ为超参数； 步骤3：模型推理： 模型训练完成后，将多模态风格迁移网络中的教师分支和损失计算部分舍弃，使用训练好的学生分支和内容图像分支进行模型推理；将所希望风格的文本提示或风格图像输入学生分支，学生分支提取的风格输入以及需要进行风格迁移的内容图像输入内容图像分支，实现对图像的风格迁移。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。