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！

龙图腾网获悉大连理工大学申请的专利基于轻量化注意力机制的风格迁移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：CN116843587B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310691324.3，技术领域涉及：G06T5/50；该发明授权基于轻量化注意力机制的风格迁移方法是由李祎;付海燕;郭艳卿;谢鑫设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本基于轻量化注意力机制的风格迁移方法在说明书摘要公布了：本发明提供一种基于轻量化注意力机制的风格迁移方法，涉及人工智能技术领域，方法包括：构建基于轻量化注意力机制的神经网络风格迁移模型；模型中，利用一个线性层将内容图像和风格图像投影为多个图像块，将图像块重塑成图像序列；将从图像块中学习到的位置编码添加到图像序列中；使用编码器网络进行编码，得到内容特征和风格特征；基于内容和风格特征生成融合特征；使用解码器网络将融合特征转换为新的图像；将一张内容图像和一张风格图像输入该模型，输出一张同时保留原始内容和获取艺术风格的图像。本发明设计了一种轻量型注意力网络架构，在节省时间的同时避免设备资源的浪费，能够高效生成逼真风格化的图像。

本发明授权基于轻量化注意力机制的风格迁移方法在权利要求书中公布了：1.一种基于轻量化注意力机制的风格迁移方法，其特征在于，包括： 构建基于轻量化注意力机制的神经网络风格迁移模型；所述神经网络风格迁移模型中，利用一个线性层将内容图像和风格图像投影为多个图像块，将所述图像块重塑成内容图像序列和风格图像序列；将从所述图像块中学习到的位置编码分别添加到所述内容图像序列和所述风格图像序列中；使用编码器网络对所述内容图像序列和所述风格图像序列进行编码，得到内容特征和风格特征；将内容和风格特征进行数学操作或者卷积神经网络结合，生成融合特征；使用解码器网络将所述融合特征转换为新的图像； 将一张内容图像和一张风格图像输入所述神经网络风格迁移模型，所述神经网络风格迁移模型输出一张同时保留原始内容和获取艺术风格的图像； 使用编码器网络对所述内容图像序列和所述风格图像序列进行编码，得到内容特征和风格特征，包括： 针对所述内容图像序列和所述风格图像序列，利用共享权重编码层提取图像的特征； 利用内容编码层和风格编码层分别提取高维图像内容特征和风格特征； 其中，使用解码器网络将所述融合特征转换为新的图像，包括： 利用自适应实例标准化AdaIN模块获取特征融合后的序列，其中和分别用于计算特征方差和均值；为特征提取得到的内容特征，为特征提取得到的风格特征； 利用基于跨注意力机制的解码层将特征融合后的序列和添加了位置编码的风格图像序列得到风格化特征相结合； 通过一个上采样解码器神经网络生成风格化后的图像； 将内容和风格特征进行数学操作或者卷积神经网络结合，生成融合特征，包括： 计算风格图像中的格拉姆矩阵； 将所述格拉姆矩阵与内容图像中的特征矩阵相乘，生成融合特征。

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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路2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。