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！

龙图腾网恭喜南京理工大学申请的专利一种图文融合的新物体AI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：CN119338947B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411265710.7，技术领域涉及：G06T11/60；该发明授权一种图文融合的新物体AI生成方法是由李俊;熊泽仁;杨健设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种图文融合的新物体AI生成方法在说明书摘要公布了：本发明公开了一种图文融合的新物体AI生成方法，旨在结合物体文本与物体图像生成不同的物体图像；该方法的输入是一个原始的物体图像和一个要融合的物体文本名称，输出的是两个物体平滑融合的新物体图像，融合生成的物体不仅具有原始的物体图像的布局或姿态，而且包含文本物体的特征信息。本发明可以立足于现实中存在的物体进行操作，从现实存在的物体出发进行融合，不局限于虚拟或合成的数据，而是可以从真实的物体图像出发，该方法更加贴近现实世界，使得生成的图像更具有真实感和实用性。

本发明授权一种图文融合的新物体AI生成方法在权利要求书中公布了：1.一种图文融合的新物体AI生成方法，其特征在于，根据原始物体图像和物体文本，融合生成新物体图像，该方法包括如下步骤：步骤1、输入图像文本编码器ε·，物体图像OI，物体文本OT，空文本ON，反演步数T，自注意力注入步长i，采样噪声∈t，预训练的U-Net模型∈θ·，尺度因子α；步骤2、特征提取，利用编码器ε·提取OI的隐含特征z0＝εOI，空文本ON的文本编码τN＝εON，以及物体文本OT的文本编码τ＝εOT；步骤3、通过公式：对进行反演得到其中表示反演得到的最终第t步的噪声隐含特征，是采样器定义的第t步方差；步骤4、进行保真度与可编辑性的平衡，以作为噪声隐含特征的起始点，通过公式 进行去噪，在去噪过程中使用l2范数损失优化∈t+1使得逼近反演过程中的提高保真性，并使用KL散度损失来衡量∈t+1与高斯分布的距离，同时处理保真度和可编辑性，得到最终优化后的序列其中t∈{0,…,T}；是一个预训练的U网络结构，其中包含自注意力模块，是在∈θ·中从派生的问询、键、价值特征向量，d是价值特征向量的维度；步骤5、定义融合去噪过程，以作为噪声隐含特征的起始，通过公式进行去噪得到融合图像Oα,i，其中α是缩放交叉注意力层的尺度因子，i是自注意力注入步数；步骤6、∈θzt,t,τ,α,i是一个预训练的U网络结构，其中包含注入自注意力层和尺度交叉注意力层；引入自注意力注入步数i，0≤i≤T，注入自注意力层定义为其中 其中是在∈θ·中从zt派生的查询和键特征向量，d是价值向量的维度，是正常去噪过程中的自注意力图；引入一个尺度因子α∈[0,2]控制融合过程，尺度交叉注意力层定义为其中是问询特征，是文本编码τ＝εOT派生的查询和键特征向量，d是价值向量的维度；步骤7、定义相似性距离计算如下：图像OI与步骤5融合生成图像Oα,i之间的相似度表示为Isimα,i＝dOI,Oα,i；文本OT与步骤5融合生成图像Oα,i之间的相似度表示为Tsimα,i＝dOT,Oα,i，其中d·,·为图像文本的相似性距离函数；步骤8、使用步骤7定义，当α＝1，Isimi＝dOI,Oα＝1,i；自适应调整步骤6注入自注意力的注入步数：初始化i更新方法如下， 其中与是根据观察设置的软阈值；更新后得到i＝i*；步骤9、根据步骤8得到的i＝i*，使用步骤7定义，进而简化为，Isimα＝dOI,Oα,i＝i*和Tsimα＝dOT,Oα,i＝i*，其中d·,·表示文本图像与图像之间的相似距离；定义融合得分函数Fα如下： 其中β为权重因子，参数k是为了缓解由于文本和图像模态差异导致的高Isimα和低Tsimα之间的尺度不一致，从而确保它们的尺度平衡；步骤10、通过步骤9定义的融合得分函数作为目标函数，基于步骤5定义的融合去噪过程使用黄金分割搜索法来确定α的最优值α＝α*；步骤11、通过步骤8、10找到最优的i*与α*，输入文生图模型生成融合最优的视觉图像Oα*,i*。

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理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。