同济大学陈隽获国家专利权
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!
龙图腾网获悉同济大学申请的专利一种小样本预制混凝土缺陷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:CN121074190B 。
龙图腾网通过国家知识产权局官网在2026-03-24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:202511616126.6,技术领域涉及:G06T11/10;该发明授权一种小样本预制混凝土缺陷图像生成方法及系统是由陈隽;范泽楷;李洋;黄茜设计研发完成,并于2025-11-06向国家知识产权局提交的专利申请。
本一种小样本预制混凝土缺陷图像生成方法及系统在说明书摘要公布了:本申请涉及一种小样本预制混凝土缺陷图像生成方法及系统,方法包括:获取缺陷图像及不同纹理的无缺陷图像,对缺陷图像进行处理,得到小样本缺陷图像训练集及正常图像数据集;基于小样本缺陷图像训练集根据稳定扩散模型结合控制网模型将缺陷图像缺陷的外观特征与空间特征分开,得到外观特征嵌入向量;根据低秩自适应参数微调算法将通用知识平滑迁移至预制混凝土缺陷领域,生成预制混凝土缺陷掩模;基于外观特征嵌入向量根据特征学习模型控制生成的缺陷外观内容,结合控制网模型将正常图像数据与缺陷掩模作为输入数据,控制生成的缺陷外观的位置,生成大量高质量的缺陷图像。本申请能够利用极少量样本,生成具备多样性的高质量预制混凝土缺陷图像。
本发明授权一种小样本预制混凝土缺陷图像生成方法及系统在权利要求书中公布了:1.一种小样本预制混凝土缺陷图像生成方法,其特征在于,包括以下步骤: S1、获取缺陷图像及不同纹理的无缺陷图像,并对所述缺陷图像进行处理,针对每处缺陷制作二值掩模,得到小样本缺陷图像训练集以及正常图像数据集; S2、基于所述小样本缺陷图像训练集根据稳定扩散模型结合控制网模型构建特征学习模型,将所述缺陷图像的缺陷外观特征与缺陷空间特征分开,得到表征所述缺陷外观特征的外观特征嵌入向量以专注学习缺陷的纯粹外观特征; S3、基于所述稳定扩散模型,根据低秩自适应参数高效微调算法将通用知识平滑地迁移至预制混凝土缺陷领域,构建预制混凝土缺陷掩模生成模型,得到大量分布自然的缺陷掩模;其中, 所述通用知识表示从大规模、多样化公开的工业视觉数据集中学习到的基础视觉特征和概念; S4、基于所述外观特征嵌入向量根据所述特征学习模型控制生成的缺陷外观具体内容,并结合所述控制网模型将所述正常图像数据集与所述缺陷掩模作为输入数据,控制生成的所述缺陷外观的位置,构建高保真的缺陷生成管线,生成大量高质量的缺陷图像; 其中,所述S2,包括: 根据所述缺陷图像的每类缺陷指定唯一的文本占位符并初始化一个可学习的文本嵌入向量;其中,每类缺陷的专属文本提示用文本占位符表示,所述文本嵌入向量是连接文本提示和稳定扩散模型内部的数学表示,文本占位符对应唯一的、可学习的文本嵌入向量,所述文本嵌入向量浓缩了该类缺陷的核心外观特征; 将所述缺陷图像输入所述稳定扩散模型,对应的所述缺陷掩模输入至控制网模型进行训练,构建特征学习模型,所述缺陷掩模为生成过程提供精确的缺陷空间特征; 基于所述缺陷空间特征将所述缺陷空间特征的学习任务从所述文本嵌入向量中解耦出去,得到表征所述缺陷外观特征的外观特征嵌入向量; 基于所述特征学习模型根据所述外观特征嵌入向量专注学习缺陷的纯粹外观特征。
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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励