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！

龙图腾网获悉湖南师范大学申请的专利一种基于扩散模型的毛体生成方法及装置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：CN121304849B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511845586.6，技术领域涉及：G06T11/60；该发明授权一种基于扩散模型的毛体生成方法及装置是由高协平;范勇;江先哲;吴梓铨;付华炜设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种基于扩散模型的毛体生成方法及装置在说明书摘要公布了：本申请公开了一种基于扩散模型的毛体生成方法及装置，该方法为：获得字库中每个汉字的编码向量以及语义信息；基于通用草体的书法图像集作为训练样本，结合每个汉字的编码向量作为先验条件，训练扩散模型，以获得扩散模型的第一阶段训练结果；在第一阶段训练结果的基础上，基于毛体的书法图像集作为训练样本，结合每个汉字的语义信息作为先验条件，训练扩散模型，以获得扩散模型的第二阶段训练结果；基于第二阶段训练结果，生成毛体生成模型。该方法基于扩散模型的第一阶段训练结果，学习每个汉字的草书基本书写规律，基于第二阶段训练结果学习每个汉字在毛体中的结构语义、笔势细节以及风格语义，使得毛体生成模型能够输出高质量的毛体汉字。

本发明授权一种基于扩散模型的毛体生成方法及装置在权利要求书中公布了：1.一种基于扩散模型的毛体生成方法，其特征在于，包括： 获得字库中每个汉字的编码向量以及语义信息；所述语义信息用于表征所述汉字在毛体的特征空间中的高维语义；所述语义信息是通过预先构建的语义编码模型进行语义编码得到的；所述语义编码模型包括嵌入层、门控注意力机制、小波注意力机制、风格编码模块以及交叉注意力机制；其中，所述小波注意力机制包括哈尔小波分解层、残差网络卷积层、卷积块注意力模块以及全局平均池化层；所述风格编码模块包括预训练于多种书法作品的编码器； 基于通用草体的书法图像集作为训练样本，结合每个所述汉字的编码向量作为先验条件，训练扩散模型，以获得所述扩散模型的第一阶段训练结果；所述第一阶段训练结果用于学习每个所述汉字的草书基本书写规律； 在所述第一阶段训练结果的基础上，基于毛体的书法图像集作为训练样本，结合每个所述汉字的语义信息作为先验条件，训练所述扩散模型，以获得所述扩散模型的第二阶段训练结果；所述第二阶段训练结果用于学习每个所述汉字在所述毛体中的结构语义、笔势细节以及风格语义； 基于所述第二阶段训练结果，生成毛体生成模型；所述毛体生成模型用于根据用户输入的目标汉字，输出对应的目标毛体； 所述语义编码的过程包括： 通过所述嵌入层，对所述汉字进行编码，以获得对应的特征向量； 通过所述门控注意力机制，对所述特征向量进行分解，获得第一特征分量和第二特征分量，以及将所述第一特征分量和所述第二特征分量进行融合，获得所述汉字在毛体的特征空间中的结构语义向量； 对所述汉字对应的毛体字图像进行离散小波变换，得到低频分量和高频分量； 将所述低频分量和所述高频分量进行融合，得到对应的特征表示； 通过所述小波注意力机制，对所述特征表示进行特征增强，以获得所述汉字在毛体的特征空间中的笔势细节向量； 通过所述编码器，对所述汉字对应的毛体字图像进行风格提取，以获得所述汉字在毛体的特征空间中的风格语义向量； 通过所述交叉注意力机制，将所述汉字的结构语义向量、笔势细节向量以及风格语义向量进行融合，得到对应的目标语义向量； 基于所述目标语义向量，输出所述汉字的语义信息。

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湖南师范大学，其通讯地址为：410006 湖南省长沙市岳麓区麓山路36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。