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一种基于特征差动态引导的小样本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：CN120014081B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411532682.0，技术领域涉及：G06T11/00；该发明授权一种基于特征差动态引导的小样本图像生成方法及系统是由刘艳霞;周月设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种基于特征差动态引导的小样本图像生成方法及系统在说明书摘要公布了：本发明公开了一种基于特征差动态引导的小样本图像生成方法及系统。所述方法包括以下步骤：获取图像数据及其类别标签，建立训练集；构建扩散模型，扩散模型中，对输入的参考图像不断添加噪声得到加噪t步后的图像，相当于是一个各向同性的高斯噪声，再对加噪t步后的图像迭代执行多次单步去噪还原得到预测图像；以预测图像和参考图像的特征差构建损失函数，利用训练集中的数据对扩散模型进行训练得到训练完成的扩散模型；将未出现在训练集中的未知类别的图像数据作为参考图像，输入训练完成的扩散模型，生成得到小样本图像。本发明采用有利于提高生成图像的多样性，同时通过融合参考图像的信息提升图像的视觉质量。

本发明授权一种基于特征差动态引导的小样本图像生成方法及系统在权利要求书中公布了：1.一种基于特征差动态引导的小样本图像生成方法，其特征在于，包括以下步骤： S1、获取图像数据及其类别标签，建立训练集； S2、构建扩散模型，扩散模型中，对输入的参考图像不断添加噪声得到加噪t步后的图像，相当于是一个各向同性的高斯噪声，再对加噪t步后的图像迭代执行多次单步去噪还原得到预测图像； S3、以预测图像和参考图像的特征差构建损失函数，利用训练集中的数据对扩散模型进行训练得到训练完成的扩散模型；扩散模型的训练过程中，对于输入扩散模型的训练集中的单张参考图像，计算输出的预测图像与参考图像的特征表示之间的距离Dfeature，表达式如下： 其中，代表预测图像经过N层的特征提取器后第l层的特征表示，k＝1，2，…N，代表参考图像经过特征提取器后第l层的特征表示；Dk代表预测图像与参考图像在特征提取器第l层输出的特征表示之间的距离；Dfeature为N层的特征提取器各层输出的特征表示之间的距离之和； 扩散模型的训练过程中，构建的损失函数为最小化预测图像与参考图像分别经过N层的特征提取器各层输出的特征表示之间的距离之和Dfeature； S4、将未出现在训练集中的未知类别的图像数据作为参考图像，输入训练完成的扩散模型，生成得到小样本图像。

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。