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！

龙图腾网获悉南开大学申请的专利一种多模态协同驱动的DiT城市布局生成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：CN120107491B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510579359.7，技术领域涉及：G06T17/00；该发明授权一种多模态协同驱动的DiT城市布局生成方法是由李起成;董晓航;张旭;于化龙设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本一种多模态协同驱动的DiT城市布局生成方法在说明书摘要公布了：本发明属于计算机视觉与城市设计交叉领域，提出多模态协同驱动的DiT城市布局生成方法，以解决现有生成模型在空间合理性与规划可控性方面的不足。该方法创新性构建基于transformer的扩散生成模型，在DiT模型中集成两个额外控制信号实现受控生成。在模型架构设计上，构建多模态条件融合的DiT框架，集成路网草图（图像控制）与规划语义（文本控制）双重引导机制。文本模态上，设计基于预训练语言模型的动态语义融合模块，将文本信息深度嵌入生成过程。图像控制方面，提出混合注意力调控机制，结合交叉注意力与AdaLN技术实现路网结构特征多尺度融合，解决空间布局失真问题。实验表明，该方法能有效综合文本和图像信息，生成的城市布局图像优于现有方法。

本发明授权一种多模态协同驱动的DiT城市布局生成方法在权利要求书中公布了：1.一种多模态协同驱动的DiT城市布局生成方法，其特征在于，包括以下步骤： 步骤S101，训练数据获取与预处理，从开源数据平台OSM获取训练样本数据，并进行数据预处理和增强，构建空间数据库； 步骤S102，构建三级空间金字塔，对步骤S101中获取的数据进行多尺度可视化表示； 步骤S103，对步骤S102中的可视化结果进行城市布局分类和语义信息标注； 步骤S104，引入在大规模数据集上训练得到的变分自编码器感知压缩模型作为预训练模型； 步骤S105，使用步骤S104中引入的预训练模型对步骤S102中得到的样本实例在特征空间内进行压缩，将原始样本实例从图像空间转移到潜空间，得到潜空间内的训练样本； 步骤S106，将步骤S103中的样本语义信息标注输入语义信息融合模块进行语义特征提取； 步骤S107，引入在大规模数据集上训练得到的视觉大模型DINOv2作为图片特征编码模块，得到编码后得图片引导信息特征，作为引导模型生成过程的强条件信号； 步骤S108，通过前向扩散过程对步骤S105中的训练样本添加高斯噪声，得到含噪训练样本； 步骤S109，将语义特征信息、图片引导信息特征、含噪训练样本与扩散过程的时间动态特性融合，使用基于DiffusionTransformer的DiT生成模型进行扩散模型训练，并输出预测的噪声； 步骤S110，逆扩散生成预测噪声图像，得到最终生成布局图像，并计算预测的噪声与和实际添加的噪声之间的均方误差，并对多个样本的损失进行加权平均。

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开大学，其通讯地址为：300071 天津市津南区海河教育园区同砚路38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”。