淘宝(中国)软件有限公司冯维新获国家专利权
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!
龙图腾网获悉淘宝(中国)软件有限公司申请的专利一种扩散模型融合方法、装置及电子设备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:CN119295840B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202411815089.7,技术领域涉及:G06V10/764;该发明授权一种扩散模型融合方法、装置及电子设备是由冯维新;宋天惠;李旭斌;葛铁铮;郑波;王利民设计研发完成,并于2024-12-10向国家知识产权局提交的专利申请。
本一种扩散模型融合方法、装置及电子设备在说明书摘要公布了:本申请公开了一种扩散模型融合方法、装置及电子设备。涉及人工智能领域,该方法包括:获取文本信息,其中,文本信息中包括待生成目标图像的描述信息;确定与文本信息相匹配的目标风格提示向量,其中,目标风格提示向量用于指示目标学生模型输出目标图像风格的图像,目标学生模型是在分布式训练框架下基于多种不同图像风格的教师模型进行知识蒸馏得到的学生模型;将文本信息和目标风格提示向量输入至目标学生模型,由目标学生模型执行扩散生成过程,输出目标图像。通过本申请,解决了相关技术中现有的模型融合方法得到的融合模型在生成不同风格的图像时,生成的图像质量较低的问题。
本发明授权一种扩散模型融合方法、装置及电子设备在权利要求书中公布了:1.一种扩散模型融合方法,其特征在于,包括: 获取文本信息,其中,所述文本信息中包括待生成目标图像的描述信息; 确定与所述文本信息相匹配的目标风格提示向量,其中,所述目标风格提示向量用于指示目标学生模型输出目标图像风格的图像,所述目标学生模型是在分布式训练框架下基于多种不同图像风格的教师模型进行知识蒸馏得到的学生模型,所述分布式训练框架在多个图像处理单元上分别部署了不同图像风格的教师模型,所述目标学生模型在所述多个图像处理单元上并行训练同时共享参数; 将所述文本信息和所述目标风格提示向量输入至所述目标学生模型,由所述目标学生模型执行扩散生成过程,输出目标图像; 其中,通过语义理解和风格映射机制对所述文本信息进行处理,确定与所述文本信息相匹配的目标风格提示向量; 通过知识蒸馏将多种图像风格的教师模型知识整合到共享参数的学生模型中,利用目标损失函数来约束教师模型和学生模型之间的知识蒸馏过程得到所述目标学生模型,其中,所述目标损失函数可以是分数蒸馏、特征蒸馏和多类别对抗损失中的一个或者多个的组合使用; 其中,创建一个目标学生模型,目标学生模型在接收到文本信息时,生成与文本信息相匹配的图像,目标学生模型具有不同风格图像的生成能力; 当所述目标损失函数为特征蒸馏时,利用目标损失函数来约束教师模型和学生模型之间的知识蒸馏过程,得到所述目标学生模型包括: 将噪声图像输入至所述风格提示向量对应的教师模型中,通过所述教师模型提取所述噪声图像的中间特征图,得到所述噪声图像的第一中间特征图,其中,所述噪声图像对样本图像添加噪声得到; 将所述噪声图像输入至所述学生模型中,通过所述学生模型提取所述噪声图像的中间特征图,得到所述噪声图像的第二中间特征图; 计算所述噪声图像的第一中间特征图和所述噪声图像的第二中间特征图的相似度,得到特征蒸馏损失; 基于所述特征蒸馏损失更新所述学生模型的参数,直至所述特征蒸馏损失满足第二预设条件。
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淘宝(中国)软件有限公司,其通讯地址为:311121 浙江省杭州市余杭区五常街道文一西路969号3幢5层554室;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”。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励