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！

龙图腾网获悉延边大学申请的专利一种基于生成对抗网络的少样本字体生成及版权保护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：CN120451332B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510592111.4，技术领域涉及：G06T11/20；该发明授权一种基于生成对抗网络的少样本字体生成及版权保护方法是由李德;马驰;李炫佑;金勋;朴锦春设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的少样本字体生成及版权保护方法在说明书摘要公布了：本发明涉及字体生成技术领域，尤其涉及一种基于生成对抗网络的少样本字体生成及版权保护方法，该方法包括：1.基于空间感知的注意力机制优化，通过引入可学习的空间关系嵌入向量与形状大小校正因子，优化原有自注意力机制；2.基于注意力增强的风格与内容特征提取，利用风格编码器和内容编码器从参考字体和内容图像中提取风格特征和组件级内容特征；3.特征融合与目标字体生成，使用特征混合器将提取的风格特征与内容特征融合，通过特征映射与解码过程，生成目标字体图像；4.水印解码网络预训练与优化；5.水印嵌入与字体生成模型版权保护，从而在生成高质量字体的基础上嵌入或提取高质量的水印信息。

本发明授权一种基于生成对抗网络的少样本字体生成及版权保护方法在权利要求书中公布了：1.一种基于生成对抗网络的少样本字体生成及版权保护方法，其特征在于： 步骤一：基于空间感知的注意力机制优化，通过引入可学习的空间关系嵌入向量与形状大小校正因子，优化原有自注意力机制； 步骤二：注意力增强的风格与内容特征提取，基于优化后的空间感知注意力机制，分别利用风格编码器和内容编码器从参考字体和内容图像中提取风格特征和组件级内容特征； 步骤三：特征融合与目标字体生成，使用特征混合器将提取的风格特征与内容特征融合，通过特征映射与解码过程，生成目标字体图像； 步骤四：水印解码网络预训练与优化，采用编码器解码器架构预训练水印解码网络用于嵌入与提取水印信息； 步骤五：水印嵌入与字体生成模型版权保护，将预训练好的水印解码网络整合到字体生成模型中，通过反向传播优化生成器，使生成的字体图像中包含数字水印； 所述基于空间感知的注意力机制优化，通过引入可学习的空间关系嵌入向量与形状大小校正因子，优化原有自注意力机制，包括：通过对组件之间的面积差异，周长差异与宽高比差异进行差异度量，得到形状大小校正因子；通过形状大小校正因子对组件距离度量进行优化评估，得到优化后组件距离；通过多层感知机对组件距离进行空间关系评估，得到空间关系权重，并通过空间关系权重与原始注意力权重结合，获取优化后的注意力权重。

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延边大学，其通讯地址为：133002 吉林省延边朝鲜族自治州延吉市公园路977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。