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！

龙图腾网获悉南京邮电大学申请的专利一种高质量图像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：CN120182424B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510660976.X，技术领域涉及：G06T11/00；该发明授权一种高质量图像生成方法及装置是由张登银;胡生亚设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种高质量图像生成方法及装置在说明书摘要公布了：本发明公开了一种图像生成技术领域的高质量图像生成方法及装置，所述生成方法包括：获取待处理图像；根据待处理图像，利用预训练的图像生成模型获得具有目标图像风格的生成图像；图像生成模型采用改进的CycleGAN模型；改进的CycleGAN模型的判别器包括多尺度特征融合模块和通道注意力模块；改进的CycleGAN模型通过对抗损失、循环一致性损失和邻居对比损失计算模型总损失。本发明能够在提升生成图像的多样性和细节保真度的同时保持生成图像质量。

本发明授权一种高质量图像生成方法及装置在权利要求书中公布了：1.一种高质量图像生成方法，其特征在于，包括： 获取待处理图像； 根据待处理图像，利用预训练的图像生成模型获得具有目标图像风格的生成图像； 所述图像生成模型采用改进的CycleGAN模型；所述改进的CycleGAN模型的判别器包括多尺度特征融合模块和通道注意力模块；所述改进的CycleGAN模型通过对抗损失、循环一致性损失和邻居对比损失计算模型总损失； 所述多尺度特征融合模块用于： 通过多层卷积层分别提取生成图像的浅层特征、中层特征和深层特征； 通过自适应平均池化将浅层特征、中层特征下采样至与深层特征相同的空间尺寸，完成浅层特征与深层特征的空间对齐； 通过特征融合层将空间对齐后的浅层特征、中层特征和深层特征沿通道维度拼接，得到融合后的特征； 将融合后的特征降维到生成图像的维度，得到降维后的融合特征； 对降维后的融合特征进行全局平均池化，再通过全连接层进行归一化处理，得到多尺度融合特征； 根据多尺度融合特征，得到改进后的邻居对比损失函数，表达式如下： ； 其中，为邻居对比损失函数，为多尺度融合特征，表示第个邻居正样本特征，为邻居正样本特征的索引，表示第个负样本特征，为负样本特征的索引，为温度参数，为近邻数量，为负样本数量。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。