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！

龙图腾网获悉蚂蚁区块链科技(上海)有限公司申请的专利图像生成及其模型构建方法、装置、设备及存储介质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：CN117037179B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202311036184.2，技术领域涉及：G06V30/19；该发明授权图像生成及其模型构建方法、装置、设备及存储介质是由肖海鹏设计研发完成，并于2023-08-16向国家知识产权局提交的专利申请。

本图像生成及其模型构建方法、装置、设备及存储介质在说明书摘要公布了：本公开提供一种图像生成及其模型构建方法、装置、设备及存储介质；本方法中训练样本包含图像样本、提示文本、图像样本中包含的文字、以及文字所在的文字区域；模型分别提取提示文本的文本特征、图像样本中包含的文字的文字特征、以及与文字区域对应的图像的图像特征，并对文字特征和图像特征融合得到的融合特征，与文本特征拼接得到拼接特征并生成预测图像，以最小化预测图像与图像样本之间的误差、预测图像中文字区域对应的图像与图像样本中文字区域的图像之间的误差、预测图像中包含的文字的文字特征与图像样本包含的文字的文字特征之间的误差为优化目标，对图像生成模型进行训练。本方法构建的模型可以稳定生成带文字的图像。

本发明授权图像生成及其模型构建方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像生成模型的构建方法，所述方法包括： 获取训练数据集，所述训练数据集中的训练样本包含图像样本、与所述图像样本对应的提示文本、所述图像样本中包含的文字、以及所述图像样本中包含的文字所在的文字区域； 利用所述训练样本对图像生成模型进行训练；其中，所述图像生成模型： 分别提取所述提示文本的文本特征、所述图像样本中包含的文字的文字特征、以及与所述文字区域对应的图像的图像特征，并对所述文字特征和所述图像特征进行特征融合，将特征融合得到的融合特征与所述文本特征进行特征拼接，以及基于特征拼接得到的拼接特征生成预测图像； 以最小化如下三个误差为优化目标进行训练： 第一误差，包括：所述预测图像与所述图像样本之间的误差； 文字区域像素级误差，包括：文本识别模型对所述预测图像识别出的文字所在的文字区域的图像，与所述图像样本中包含的文字所在的文字区域的图像之间的误差； 文字区域语义级误差，包括：所述文本识别模型对所述预测图像识别出的文字的文字特征，与所述文本识别模型对所述图像样本识别出的文字的文字特征之间的误差； 其中，所述图像生成模型用于基于输入的与待生成的图像样本对应的提示文本、待生成的图像样本包含的文字以及所述文字所在的文字区域，生成包含所述文字且包含的所述文字位于所述文字区域中的图像样本。

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蚂蚁区块链科技(上海)有限公司，其通讯地址为：200010 上海市黄浦区外马路618号8层803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。