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！

龙图腾网恭喜杭州电子科技大学申请的专利一种指令驱动的个性化时尚图像编辑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：CN119693505B 。

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：202510211261.6，技术领域涉及：G06T11/60；该发明授权一种指令驱动的个性化时尚图像编辑方法是由耿世杰;顾晓玲;朱灵达;吴圣琪设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种指令驱动的个性化时尚图像编辑方法在说明书摘要公布了：本发明公开了一种指令驱动的个性化时尚图像编辑方法。本发明：1、定义编辑任务的类别，针对不同的编辑任务，构建“原始图像‑参考图像‑目标图像‑文本编辑指令”四元数据组；2、构建目标语义网络，生成遵循编辑指令和原始图像的目标图像语义信息，以此作为编辑模型的人体语义信息；3、构建统一编辑网络，包括构建语义控制网络、增加视觉联合模块以及应用低秩微调模块，实现多项编辑任务使用相同的框架获得对应的编辑能力；4、构建多任务低秩调整模块，通过联合训练使框架具备将不同编辑指令对齐到不同编辑任务的能力。最终，实现不同任务间独立又统一的框架。本发明在构建的特定数据集上进行了实验，在定量和定性上都取得了很好的结果。

本发明授权一种指令驱动的个性化时尚图像编辑方法在权利要求书中公布了：1.一种指令驱动的个性化时尚图像编辑方法，其特征在于，包括如下步骤：步骤1、定义编辑任务的类别，针对不同的编辑任务，利用网络爬虫技术和现有的图像生成技术构建“原始图像-参考图像-目标图像-文本编辑指令”四元数据组；步骤2、构建并训练目标语义网络；使用文本编辑指令、参考图像和原始图像作为目标语义网络输入，提取目标图像的语义信息作为训练目标，得到遵循文本编辑指令的目标图像语义信息，将目标图像语义信息作为编辑模型的人体语义信息；步骤3、构建统一编辑网络；在预训练的指令驱动生成模型的基础上增加三项变动；一、构建语义控制网络，实现基于步骤2获得的目标图像语义信息的有效指导；二、增加视觉联合模块以在编辑结果中重建参考图像；三、应用低秩微调模块，通过少量训练将编辑意图的理解和实现对齐到低秩微调模块；从而有效实现了多项编辑任务使用相同的框架获得对应的编辑能力；低秩微调模块通过为所有线性层和卷积层增加低秩的残差网络，其定义可抽象为如下公式：hx＝W0x+λΔWx＝W0x+λBAx,1其中，h表示任意线性层或卷积层的前向计算，x为该统一编辑网络的输入图像；λ表示低秩微调模块的权重；W0表示原始线性层或卷积层的权重，其维度为a×b；ΔW表示低秩微调模块，由B·A构成，B和A是对应维度分别为a×r和r×b的线性层或卷积层，r是该低秩微调模块的秩；步骤4、构建多任务低秩微调模块；通过联合训练，使框架具备将不同文本编辑指令对齐到不同编辑任务的能力；最终，实现不同任务间独立又统一的时尚编辑框架；所述多任务低秩微调模块本质上是一个面向分类任务的MLP多层感知机，使用文本编辑指令T1对应的文本嵌入作为输入，将文本嵌入的特征维度与任务数量的维度对齐，把多任务低秩微调模块的输出称为低秩权重λ；将独立编辑任务训练得到的低秩微调模块集合进行加权合并，并将映射得到的低秩权重λ作为对应任务的低秩微调模块的激活程度；因此，公式1关于低秩微调模块的抽象定义更新为如下公式： hx表示通过统一编辑网络生成的输出；W0表示初始的线性变化矩阵或权重矩阵，它应用于输入图像x；λi表示第i个低秩微调模块的低秩权重，是低秩微调模块SEL输出的结果；ΔWi表示第i个低秩微调模块的权重变化，即由低秩微调过程产生的偏差部分；Bi、Ai表示第i个低秩微调模块的的矩阵分解部分；其中，低秩权重λ＝[λ1，λ2，λ3，λ4]，代表4组经过独立训练的低秩微调模块。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。