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！

龙图腾网获悉湘江实验室申请的专利基于对抗生成的多任务图像合成方法、电子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：CN119670818B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411737394.9，技术领域涉及：G06N3/0475；该发明授权基于对抗生成的多任务图像合成方法、电子设备及介质是由丁瑞;郭克华设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于对抗生成的多任务图像合成方法、电子设备及介质在说明书摘要公布了：本发明提供了一种基于对抗生成的多任务图像合成方法、电子设备及介质，本发明将原始图像、姿态变量、类别变量、背景变量作为输入，训练深度学习网络模型，得到图像合成模型；深度学习网络模型包括生成器、判别器和Unet网络；生成器包括编码器、第一生成网络、第二生成网络、第三生成网络。本发明通过类别‑背景匹配，实现前景与背景的有效分离和语义分割，使模型不依赖监督信息下，生成高语义的掩模和准确的目标分割；通过聚类分析和互信息量化，保证了特征的独立性和多样性。本发明采用单一生成器、判别器和分割网络，降低了计算成本，使得该方法更适合在资源受限的场景应用。

本发明授权基于对抗生成的多任务图像合成方法、电子设备及介质在权利要求书中公布了：1.一种基于对抗生成的多任务图像合成方法，其特征在于，包括以下步骤： S1：获取原始图像、姿态变量、类别变量、背景变量，所述姿态变量从标准高斯分布中采样得到，所述类别变量和所述背景变量为随机抽取的编码向量； S2：将所述原始图像、所述姿态变量、所述类别变量、所述背景变量作为深度学习网络模型的输入，训练所述深度学习网络模型； 所述深度学习网络模型包括生成器、判别器和Unet网络；所述生成器分别和所述判别器、所述Unet网络连接； 所述生成器包括编码器、第一生成网络、第二生成网络、第三生成网络，所述编码器分别和所述第一生成网络、所述第二生成网络、所述第三生成网络连接； 所述深度学习网络模型的训练过程包括： 所述姿态变量通过所述编码器处理，得到姿态特征； 所述姿态特征和所述类别变量输入所述第一生成网络，得到前景图像； 所述姿态特征和所述类别变量输入所述第二生成网络，得到掩模图像； 所述姿态特征和所述背景变量输入所述第三生成网络，得到背景图像； 将所述前景图像、所述掩模图像和所述背景图像组合得到合成图像； 将所述合成图像和所述原始图像输入所述判别器，得到特征图像； 将所述掩模图像和所述原始图像输入所述Unet网络，得到分割图像； 通过聚类分析和互信息量化构建判别器的损失函数； 通过生成器的损失函数、判别器的损失函数、Unet网络的损失函数、对抗性损失函数构建目标函数，通过目标函数迭代优化训练所述深度学习网络模型，得到图像合成模型。

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湘江实验室，其通讯地址为：410000 湖南省长沙市高新区尖山路217号北斗产业园1栋；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。