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！

龙图腾网恭喜华东师范大学申请的专利短文本生成图像模型训练方法、系统、短文本到图像的生成方法、电子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：CN119181102B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202411667050.5，技术领域涉及：G06V30/148；该发明授权短文本生成图像模型训练方法、系统、短文本到图像的生成方法、电子设备及存储介质是由万一天;杨静;刘子昂设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本短文本生成图像模型训练方法、系统、短文本到图像的生成方法、电子设备及存储介质在说明书摘要公布了：本申请属于人工智能领域，公开了短文本生成图像模型训练方法、系统、短文本到图像的生成方法、电子设备及存储介质，短文本生成图像模型训练方法包括：获取短文本训练样本并从中提取主体特征以及通过大语言模型和过滤规则获得常识特征；进行权重分配和特征标准化得到常识增强的短文本特征；通过验证噪声数据和去噪规则获得去噪特征；输入预设目标检测模型得到主体特征，并构建去噪损失函数和主体生成损失函数；根据这两个损失函数构建自适应损失函数，以优化短文本生成图像模型，最终得到目标模型。该方法能够解决现有的短文本到图像的生成方法，从短文本中理解强语义信息的能力有限，导致生成的图像与日常常识不符的问题。

本发明授权短文本生成图像模型训练方法、系统、短文本到图像的生成方法、电子设备及存储介质在权利要求书中公布了：1.一种短文本生成图像模型训练方法，其特征在于，所述方法包括：获取短文本训练样本；根据所述短文本训练样本提取短文本主体特征，以及根据大语言模型和过滤规则，从所述短文本训练样本中获得多个有效常识特征；对所述短文本主体特征和所述多个有效常识特征进行权重分配和特征标准化，获得常识增强的短文本特征；根据验证噪声数据和去噪规则，得到去噪特征，所述去噪规则由所述常识增强的短文本特征和权重增加的所述多个有效常识特征构建所得；将所述去噪特征输入预设目标检测模型，获得主体特征；根据所述去噪规则，构建去噪损失函数；根据所述常识增强的短文本特征、所述多个有效常识特征和所述主体特征，构建主体生成损失函数；根据所述去噪损失函数和所述主体生成损失函数构建自适应损失函数；根据所述自适应损失函数对短文本生成图像模型进行优化，得到目标短文本生成图像模型。

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华东师范大学，其通讯地址为：200062 上海市普陀区中山北路3663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”。