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！

龙图腾网获悉华南理工大学申请的专利壁画人物图像生成方法、系统、计算机设备及存储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：CN119625127B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411013067.9，技术领域涉及：G06T11/60；该发明授权壁画人物图像生成方法、系统、计算机设备及存储介质是由王伟凝;杨扬;申桥缙;李治葶;谢承恩设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本壁画人物图像生成方法、系统、计算机设备及存储介质在说明书摘要公布了：本发明公开了一种壁画人物图像生成方法、系统、计算机设备及存储介质，所述方法包括：构建壁画图像数据集和语料库，语料库包括颜色特征语料库和细节元素语料库；对壁画图像数据集进行预处理，得到多个针对图像不同方面的图像数据集；设计基于多约束LoRA的壁画人物图像生成模型；根据其中一类图像数据集以及对应的语料库，对壁画人物图像生成模型进行训练，得到训练好的模型；将提示词和真实人脸图像输入到训练好的模型中，生成壁画人物图像。本发明通过引入基于多约束LoRA的壁画人物图像生成模型，以指导网络模型充分学习壁画的颜色、线条与背景图案，从而生成效果更好、质量更高的壁画风格的人物图像。

本发明授权壁画人物图像生成方法、系统、计算机设备及存储介质在权利要求书中公布了：1.一种壁画人物图像生成方法，其特征在于，所述方法包括： 构建壁画图像数据集和语料库，所述语料库与壁画图像数据集相关，包括颜色特征语料库和细节元素语料库； 对壁画图像数据集进行预处理，得到多个针对图像不同方面的图像数据集； 设计基于多约束LoRA的壁画人物图像生成模型； 根据多个针对图像不同方面的图像数据集和语料库，对壁画人物图像生成模型进行训练，得到训练好的模型； 将提示词和真实人脸图像输入到训练好的模型中，生成壁画人物图像； 所述壁画人物图像生成模型包括StableDiffusion网络结构和多LoRA模型； 所述StableDiffusion网络结构包括一个基于编码器-解码器架构的变分自编码器，一个基于卷积神经网络的U-Net模型与一个基于对比学习的多模态模型，所述多LoRA模型包括重彩色调约束LoRA模型、肖像细节与线条约束LoRA模型以及背景约束LoRA模型； 所述重彩色调约束LoRA模型通过多模态模型和U-Net模型中的交叉注意力层进行对比学习得到；所述肖像细节与线条约束LoRA模型通过线描生成器、多模态模型和U-Net模型中的交叉注意力层进行对比学习得到；所述背景约束LoRA模型通过多模态模型和U-Net模型中的交叉注意力层进行对比学习得到； 所述重彩色调约束LoRA模型通过多模态模型和U-Net模型中的交叉注意力层进行对比学习得到，具体为： 将颜色特征语料库中的提示词作为多模态模型中文本编码器的输入，输出嵌入向量，将输出的嵌入向量与通过多模态模型中图像编码器的图像特征向量进行对比学习，并建立文本与图像之间的关系，约束对应部分的颜色； 所述肖像细节与线条约束LoRA模型通过线描生成器、多模态模型和U-Net模型中的交叉注意力层进行对比学习得到，具体为： 采用线描生成器从人物图像中获取重要的面部线条与细节，构建线条画肖像数据集，作为图像编码器的输入，使用细节元素语料库中的提示词作为多模态模型中文本编码器的输入，建立文本与图像之间的联系，约束生成图像的肖像细节与线条特征； 所述背景约束LoRA模型通过多模态模型和U-Net模型中的交叉注意力层进行对比学习得到，具体为： 将完整的背景图像与具有背景的人物图像作为多模态模型中图像编码器的输入，使用细节元素语料库中的提示词作为多模态模型中文本编码器的输入，建立提示词与背景之间的关联，约束背景的生成。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。