大连理工大学赵文达获国家专利权
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！
龙图腾网获悉大连理工大学申请的专利对比参数解耦的多模态图像合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：CN121860871B 。
龙图腾网通过国家知识产权局官网在2026-05-08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：202610331901.1，技术领域涉及：G06T5/50；该发明授权对比参数解耦的多模态图像合成方法是由赵文达;张宇设计研发完成，并于2026-03-18向国家知识产权局提交的专利申请。
本对比参数解耦的多模态图像合成方法在说明书摘要公布了：本发明属于深度学习技术领域，公开了一种对比参数解耦的多模态图像合成方法，基于扩散模型构建，主要由感知压缩模块、潜在去噪UNet模型以及对比参数解耦模块组成。本发明基于对比参数解耦的多模态图像合成方法解决了当下多模态图像稀缺且单一模态图像在复杂环境下感知能力受限的问题，本发明生成的多模态图像能够充分发挥模态语义之间的互补优势，有效扩充多模态数据集，为物体分类、目标检测及灾害监测等下游任务提供高质量的数据支持与驱动，提高复杂环境下模型的鲁棒性与可靠性。
本发明授权对比参数解耦的多模态图像合成方法在权利要求书中公布了：1.一种对比参数解耦的多模态图像合成方法，其特征在于，该对比参数解耦的多模态图像合成方法基于扩散模型构建，主要由感知压缩模块、潜在去噪UNet模型以及对比参数解耦模块组成；步骤如下： 利用预训练的变分自编码器作为感知压缩模块，其图像编码器负责将高维的原始像素图像投影至低维的潜在特征空间，获取潜在特征x；接下来，将潜在特征x进行扩散前向加噪处理，该扩散前向加噪处理的过程被建模为马尔可夫链，依据时间步t逐步向潜在特征x注入高斯噪声以获得噪声特征xt；然后，将噪声特征xt输入到已经集成有对比参数解耦模块的去噪UNet模型中进行逆向去噪，该去噪UNet模型通过最小化预测噪声与实际噪声之间的差异来学习去噪分布，从而得到去噪后的特征x0；在逆向去噪过程中，文本条件T通过交叉注意力机制被引入，与时间步嵌入共同作为引导信号，控制图像语义内容的生成；最后，感知压缩模块的图像解码器负责将去噪后的特征x0重构回图像像素空间，输出最终生成的图像。
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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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”。
以上内容由龙图腾AI智能生成。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励