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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于多层级特征的文本描述引导生成人脸图像的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：CN119295586B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411362107.0，技术领域涉及：G06T11/60；该发明授权一种基于多层级特征的文本描述引导生成人脸图像的方法是由周后盘;汪云龙;黄经州;李焕;卓家伟;何子豪设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种基于多层级特征的文本描述引导生成人脸图像的方法在说明书摘要公布了：本发明公开了一种基于多层级特征的文本描述引导生成人脸图像的方法。通过将扩散模型的反向采样分成两个阶段，首先在输入文本描述的引导下，将高斯分布随机采样映射到图像隐空间，然后根据文本描述中出现的属性词进行编码，对属性词向量和文本描述向量进行特征融合，并提取属性词向量中与年龄描述相关的内容。然后将隐空间表示、融合特征以及与年龄描述相关的特征一同输入扩散模型中，实现从不同层级对生成图像进行约束，减少生成图像的不确定性，提高文本与生成图像之间的语义一致性。

本发明授权一种基于多层级特征的文本描述引导生成人脸图像的方法在权利要求书中公布了：1.一种基于多层级特征的文本描述引导生成人脸图像的方法，其特征在于：具体包括以下步骤： 步骤一、利用预训练CLIP模型的文本编码器对文本描述进行编码，获得文本向量； 步骤二、将与人脸描述相关的单词放入人脸属性词库中，对比文本描述内容与人脸属性词库，对词库中的属性词进行编码，获得属性词向量； 步骤三、在高斯分布中进行随机采样，结合文本向量，将采样结果映射到图像隐空间中，获得图像的隐空间表示 步骤四、将文本向量与属性词向量进行维度对齐并相加，输入特征提取模型中进行特征融合，获得向量fusionV；从属性词向量中提取有关年龄的向量，结合时间步嵌入，获得向量extractedV； 步骤五、将图像的隐空间表示作为扩散模型的噪声图像输入，将步骤四得到的向量fusionV与extractedV作为扩散模型的条件输入，将输出向量转化到像素空间，得到预测的生成图像； 步骤六、对文本描述对应的人脸图像进行编码加噪，与扩散模型的输出进行对比，优化模型参数；向训练后的模型输入文本向量与对应的属性词向量，得到文本描述引导生成人脸图像。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。