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！

龙图腾网获悉南京邮电大学申请的专利一种基于Mamba网络和对抗蒸馏的图像生成方法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：CN120852595B 。

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：202511350835.4，技术领域涉及：G06T11/60；该发明授权一种基于Mamba网络和对抗蒸馏的图像生成方法是由鲍秉坤;王耀威;高周景明;高峰;殷保才;殷兵设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种基于Mamba网络和对抗蒸馏的图像生成方法在说明书摘要公布了：本发明属于图像生成领域，公开一种基于Mamba网络和对抗蒸馏的图像生成方法，包括以下步骤：获取数据集，数据集包括原始图像及与原始图像内容对应的文本标注；对原始图像进行离散化分块处理，划分为多个补丁块；基于编码器分别对补丁块和文本标注进行编码，获得图像特征和文本特征；对加噪图像在至少两种的展开方向进行扫描，获取对应展开方向上的图像序列；将图像序列与对应的文本特征输入基于状态空间模型的Mamba网络进行训练，并输出生成图像；将生成图像输入教师模型生成参考图像，通过生成图像与参考图像进行蒸馏学习，构建蒸馏损失函数；有效解决了现有技术中存在着计算复杂度高、参数量大且细粒度语义理解不足的问题。

本发明授权一种基于Mamba网络和对抗蒸馏的图像生成方法在权利要求书中公布了：1.一种基于Mamba网络和对抗蒸馏的图像生成方法，其特征在于，包括以下步骤： 获取数据集，数据集包括原始图像及与原始图像内容对应的文本标注； 对原始图像进行离散化分块处理，划分为多个补丁块； 基于编码器分别对补丁块和文本标注进行编码，获得图像特征和文本特征，并对图像特征加入高斯噪声得到加噪图像； 对加噪图像在至少两种的展开方向进行扫描，获取对应展开方向上的图像序列； 将图像序列与对应的文本特征输入基于状态空间模型的Mamba网络进行训练，并输出生成图像； 将生成图像输入教师模型生成参考图像，通过生成图像与参考图像进行蒸馏学习，构建蒸馏损失函数； 通过生成图像与原始图像进行对抗学习，构建对抗损失函数； 基于蒸馏损失函数和对抗损失函数构建联合损失函数对Mamba网络进行联合优化训练，最终由训练完成后的Mamba网络生成目标图像； 定义多种的展开方向并对图像特性进行扫描，将加噪图像展开形成不同的图像序列，具体包括以下步骤： 定义四种展开方向，包括从图像左上角开始按行展开、从图像右下角开始按行展开、从图像左下角开始按列展开和从图像右上角开始按列展开，四种展开方向用数学式分别表示为： 定义图像序列展开函数Sd； 按四种展开方向分别对加噪图像进行扫描，并将加噪图像的图像像素排列为一维的图像序列，表达式如下： 其中，sd表示图像序列；d表示展开方向；D表示多种展开方向的集合，； 将生成图像输入教师模型生成参考图像，通过生成图像与参考图像进行蒸馏学习，构建蒸馏损失函数，具体包括以下步骤： 利用预训练的文本生成图像模型作为教师模型生成参考图像； 计算生成图像与参考图像之间的特征距离，构建蒸馏损失函数，表达式如下： 其中，sg表示停止梯度操作；表示距离度量函数；表示教师模型加噪过程中用于模拟扩散的高斯噪声；t表示时间步；表示对所有时间步t和噪声的期望；表示Mamba网络输出的样本；表示Mamba网络学习过程中带噪声的样本；表示教师模型生成的样本；表示时间步的加权系数，用于动态调整不同时间步的损失重要性； 通过生成图像与原始图像进行对抗学习，构建对抗损失函数，具体包括以下步骤： 构建用于对生成图像与原始图像进行对抗学习的多尺度判别器网络，多尺度判别器网络包括k级特征提取层和对应层的判别器； 其中，特征提取层以卷积网络为主干，逐步对输入图像进行下采样并提取多尺度特征图；每一级特征提取层连接一个独立的判别器，接收对应分辨率的多尺度特征图作为输入，并通过卷积层输出一个判断真假的标量值，作为对应判别器的损失； 基于各层输出的标量值计算生成图像与原始图像之间的对抗性损失，构建对抗损失函数，表达式如下： 其中，s表示原始图像，s∈X；期望运算表示对所有原始图像、所有时间步以及所有随机噪声的平均；表示第层特征提取层输出的多尺度特征图；表示第k层对应的判别器；为可训练的超参数。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。