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！

龙图腾网获悉合肥工业大学申请的专利基于扩散模型的多模态产品设计快速迭代方法和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：CN119540387B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411684945.X，技术领域涉及：G06T11/00；该发明授权基于扩散模型的多模态产品设计快速迭代方法和系统是由张强;袁玮祎;蔡正阳;赵爽耀;邓世松设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本基于扩散模型的多模态产品设计快速迭代方法和系统在说明书摘要公布了：本发明提供一种基于扩散模型的多模态产品设计快速迭代方法、系统、存储介质和电子设备，涉及计算机视觉领域。本发明中，一方面采用基于扩散模型的生成技术实现多模态之间的数据转换，避免过度依赖于产品设计人员导致设计结果参差不齐，以及丰富设计结果的多样性；另一方面引入自动掩码机制结合扩散模型，实现对产品设计图的快速编辑迭代。

本发明授权基于扩散模型的多模态产品设计快速迭代方法和系统在权利要求书中公布了：1.一种基于扩散模型的多模态产品设计快速迭代方法，其特征在于，包括： 收集目标设计领域的文字需求及其对应的概念草图、产品设计图，构建数据集，并划分为训练集、验证集和测试集； 采用解码器E将所述训练集中的文字需求和或概念草图g0映射到潜在空间，并添加服从正态分布的高斯噪声，采用CLIP模型将所述文字需求和或概念草图g0转换为潜在向量f，并作为第一条件信息，以构建带有注意力机制的U-Net模型； 定义基于KL散度的损失函数，通过迭代训练最小化损失函数，以及基于所述验证集，定期验证模型以及评估模型性能，并保存最佳U-Net模型的权重； 随机生成符合正态分布的高斯噪声作为所述最佳U-Net模型的输入，将所述测试集的文字需求和或概念草图x0经CLIP模型处理后生成潜在向量η，并作为第二条件信息输入所述最佳U-Net模型指导生成方向逐步去噪，生成符合第二条件信息的潜在变量z0； 采用编码器D对所述潜在变量z0进行编码，还原生成作为产品设计图的输出图片 所述多模态产品设计快速迭代方法还包括： 在所述文字需求和或概念草图x0的基础上进行修改，生成新的数据d0，并采用CLIP模型将新的数据d0转换为潜在向量并作为第三条件信息； 采用解码器E将所述输出图片转换为潜在变量y0后，对所述潜在变量y0添加服从正态分布的高斯噪声转换为yt；其中下标t表示时刻； 分别对yt采用所述最佳U-Net模型不添加条件和添加条件去噪，采用Transformer模型计算生成结果的注意力图像A0与 计算A0与每一个对应数据点的相似度，生成指示修改区域的掩码M，并集成到所述最佳U-Net模型中； 以所述第三条件信息作为输入，结合总的时间步长下的带噪声的潜在变量，采用集成掩码M后的最佳U-Net模型对图片进行精确去噪，生成潜在变量l0； 采用编码器D对所述潜在变量l0进行编码，还原生成作为掩码指导编辑结果的输出图片

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。