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！

龙图腾网恭喜北京邮电大学申请的专利序列化草图生成与重建模型训练方法、重建方法及装置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：CN115457183B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210988057.1，技术领域涉及：G06T15/02；该发明授权序列化草图生成与重建模型训练方法、重建方法及装置是由齐勇刚;林峰印;苏国耀设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本序列化草图生成与重建模型训练方法、重建方法及装置在说明书摘要公布了：本发明提供一种序列化草图生成与重建模型训练方法、重建方法及装置，包括：获取手绘草图数据集，按照预设方法从残缺手绘草图中选取图节点，采用基于时间的最近邻算法将各图节点与其附近图节点按照绘制笔划时序连接，形成邻接矩阵；将得到的各图节点、邻接矩阵和完整手绘草图的矢量化时序数据作为样本，构建训练样本集；获取初始神经网络模型，该模型包括依次连接的编码器模块、隐含层和解码器模块；采用训练样本集对初始神经网络进行训练，构建重建草图与完整手绘草图之间的损失函数，并根据损失函数对初始神经网络模型的参数进行迭代，最终得到序列化草图生成与重建模型。本发明能实现序列化残缺手绘草图的生成、重建和修复。

本发明授权序列化草图生成与重建模型训练方法、重建方法及装置在权利要求书中公布了：1.一种序列化草图生成与重建模型训练方法，其特征在于，该方法包括以下步骤：获取手绘草图数据集，所述手绘草图数据集包含多个数据条，每个数据条包括单个残缺手绘草图的矢量化时序数据和其对应的完整手绘草图的矢量化时序数据；按照预设方法从残缺手绘草图的每一个笔画中选取第一设定数量个图节点，采用基于时间的最近邻算法将各图节点与其附近第二设定数量个图节点按照残缺手绘草图绘制笔画时序进行连接，形成邻接矩阵；将所述手绘草图数据集中各数据条对应的各图节点、所述邻接矩阵和完整手绘草图的矢量化时序数据作为样本，构建训练样本集；获取初始神经网络模型，所述初始神经网络模型包括依次连接的编码器模块、隐含层和解码器模块；其中，所述编码器模块包括依次连接的多个卷积层、最大池化层、批处理规范层、节点嵌入模块和多个全连接层；所述解码器模块为长短期记忆神经网络，所述解码器模块后还连接高斯混合模型；所述初始神经网络模型将单个样本中各图节点和所述邻接矩阵输入所述编码器模块，提取每个图节点的视觉特征向量，根据各图节点的视觉特征向量与对应的邻接矩阵执行特征传播得到图节点特征集合，根据所述图节点特征集合和各图节点权重计算图嵌入表达向量，将所述图嵌入表达向量输入所述全连接层得到分布参数，并计算均值和方差；由所述隐含层根据所述均值和方差重构标准正态分布并随机采样得到隐藏层向量；将所述隐含层向量输入所述解码器模块，得到每个笔画的分布参数；利用所述高斯混合模型对每个笔画的分布参数计算最大期望，得到构成重建草图的各笔画偏移量和前后笔画连接状态，以得到重建草图；采用所述训练样本集对所述初始神经网络进行训练，构建所述重建草图与所述完整手绘草图之间的损失函数，并根据所述损失函数对所述初始神经网络模型的参数进行迭代，最终得到序列化草图生成与重建模型。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。