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！

龙图腾网获悉上海交通大学;合肥国家实验室申请的专利一种图像生成方法及相关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：CN120672892B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510820259.9，技术领域涉及：G06T11/60；该发明授权一种图像生成方法及相关设备是由肖太龙;黄靖正;曾贵华设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种图像生成方法及相关设备在说明书摘要公布了：本申请公开了一种图像生成方法及相关设备，涉及量子计算领域。本申请将原始图像数据转换为量子态，得到原始量子态信息。调用量子变分自编码器的量子编码器神经网络，对原始量子态信息进行特征提取，得到隐空间量子态特征；调用量子扩散模型，依据希尔伯特空间对应的概率分布，对输入至量子扩散模型的隐空间量子态特征进行处理，得到输出的至少一个隐空间量子态扩展信息；调用量子变分自编码器的量子解码器神经网络，对各个隐空间量子态扩展信息分别进行重构，得到各个隐空间量子态扩展信息分别对应的量子态信息，量子态信息为新图像的量子态表示，以利用量子态信息生成新图像的图像数据，提升原始图像数据对应生成图像的图像质量和多样性。

本发明授权一种图像生成方法及相关设备在权利要求书中公布了：1.一种图像生成方法，其特征在于，包括： 获取原始图像数据； 将所述原始图像数据转换为量子态，得到原始量子态信息； 将所述原始量子态信息输入量子变分自编码器，使所述量子变分自编码器的量子编码器神经网络对所述原始量子态信息进行特征提取，得到隐空间量子态特征； 调用量子扩散模型，依据希尔伯特空间对应的概率分布，对输入至所述量子扩散模型的所述隐空间量子态特征进行处理，得到输出的至少一个隐空间量子态扩展信息； 将所述至少一个隐空间量子态扩展信息分别输入所述量子变分自编码器，使所述量子变分自编码器的量子解码器神经网络对各个所述隐空间量子态扩展信息分别进行重构，得到各个所述隐空间量子态扩展信息分别对应的量子态信息，所述量子态信息为新图像的量子态表示，以利用所述量子态信息生成所述新图像的图像数据； 其中，训练所述量子扩散模型的过程包括： 获取多个用于训练的量子态训练信息分别对应的隐空间量子态特征输出结果； 构建初始量子扩散模型，所述初始量子扩散模型至少包括：用于实现扩散过程的量子加噪神经网络和用于实现生成过程的量子去噪神经网络； 将多个所述隐空间量子态特征输出结果，分别输入至所述初始量子扩散模型进行处理，得到各个所述隐空间量子态特征输出结果分别对应的去噪隐空间量子态信息； 依据多个所述隐空间量子态特征输出结果，以及各个所述隐空间量子态特征输出结果分别对应的所述去噪隐空间量子态信息，确定所述初始量子扩散模型的损失函数值； 在所述损失函数值不满足预设阈值的情况下，依据多个所述隐空间量子态特征输出，以及各个所述隐空间量子态特征输出分别对应的所述去噪隐空间量子态信息，更新所述初始量子扩散模型的模型参数，得到更新后的初始量子扩散模型，并执行所述将多个所述隐空间量子态特征输出结果，分别输入至所述初始量子扩散模型进行处理，得到各个所述隐空间量子态特征输出结果分别对应的去噪隐空间量子态信息及之后的步骤，直至所述损失函数值满足所述预设阈值； 在所述损失函数值不满足预设阈值的情况下，将本次训练的初始量子扩散模型，确定为量子扩散模型。

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上海交通大学;合肥国家实验室，其通讯地址为：200240 上海市闵行区东川路800号电院5号楼205办公室；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”。

以上内容由龙图腾AI智能生成。