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！

龙图腾网恭喜烟台大学申请的专利一种基于多目标优化的文生图大模型优化方法及系统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：CN118865394B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411345342.7，技术领域涉及：G06V20/70；该发明授权一种基于多目标优化的文生图大模型优化方法及系统是由王鹏;李营新;童向荣;王莹洁;张楠;刘志中设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基于多目标优化的文生图大模型优化方法及系统在说明书摘要公布了：本发明涉及模型优化技术领域，尤其是涉及一种基于多目标优化的文生图大模型优化方法及系统。方法包括：获取文本数据；构建基于扩散模型的文生图大模型；基于优化变量构建多目标优化问题，基于多目标优化问题并利用NSGA‑II算法对文生图大模型进行参数优化；基于参数优化，利用文生图大模型进行反向扩散生成最终的用户需求图像。本发明提出的文生图优化微调方法能够同时优化多个互相冲突的目标。对于文生图模型的微调，可以同时提高图像的清晰度、色彩逼真度和细节表现。同时，确保生成的图像与输入文本在语义上保持高度一致。

本发明授权一种基于多目标优化的文生图大模型优化方法及系统在权利要求书中公布了：1.一种基于多目标优化的文生图大模型优化方法，其特征在于，包括：获取文本数据；构建基于扩散模型的文生图大模型；基于优化变量构建多目标优化问题，基于多目标优化问题并利用NSGA-II算法对文生图大模型进行参数优化；基于参数优化，利用文生图大模型进行反向扩散生成最终的用户需求图像；所述构建基于扩散模型的文生图大模型，包括基于扩散模型的可拓展模型架构构建文生图大模型，其中，扩散模型的反向生成过程为： 条件生成时的反向SDE为： 利用贝叶斯公式对SDE进行求导，表示为： 其中，导数梯度为0.将上式带入条件生成SDE可得： 其中，是以x作为条件，时间为t对应条件y的概率，是一个分类神经网络网络；所述基于优化变量构建多目标优化问题，包括建立文生图图像感质量最大化的优化问题，目标是通过调节模型输入和生成机制，生成具有高感知质量的图像，表示为： 其中，图像感知质量Q，潜在变量z，文本描述t，描述图像x；所述基于优化变量构建多目标优化问题，还括基于语义一致性最大的优化问题，目标是文生图与输入文本描述在语义上一致，表示为： 其中，Sx,t,z表示生成图像x和文本描述t的语义一致性评分，z潜在变量；所述基于优化变量构建多目标优化问题，还包括建立内容多样性最大化的优化问题，目标是生成一组内容多样化的样本，表示为： 其中，DX是生成的样本集X={x1,x2,…,xn}的多样性度量。

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烟台大学，其通讯地址为：264003 山东省烟台市莱山区清泉路30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”。