買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華僑大學;信泰(福建)科技有限公司;廈門理工學院申請的專利基于文本調整與視覺反饋的針織產品圖像生成方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120219553B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510695629.0，技術領域涉及：G06T11/00；該發明授權基于文本調整與視覺反饋的針織產品圖像生成方法及裝置是由曾煥強;徐思偉;朱建清;施一帆;蔡磊;龔鑫榮;陳婧;許金泰;許劍飛;章水德設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本基于文本調整與視覺反饋的針織產品圖像生成方法及裝置在說明書摘要公布了：一種基于文本調整與視覺反饋的針織產品圖像生成方法及裝置，涉及計算機視覺領域，包括：構建對輸入文本進行調節的語言模型；將接收到的用戶輸入的針織相關文本輸入經訓練的語言模型，獲得對用戶輸入文本進行自適應調整后的文本；將自適應調整后的文本輸入經訓練的文生圖模型，生成對應的圖像；對自適應調整后的文本格式化為判斷生成的圖像與自適應調整后的文本是否吻合，將格式化文本和生成的圖像輸入大型視覺語言模型進行視覺問答，獲得得分；若得分符合預期，輸出針織產品圖像；若得分不符合預期，最小化文本自注意力矩陣和交叉注意力相似性矩陣的距離優化潛在噪聲變量，再次生成圖像。本發明顯著提升了針織產品圖像的生成質量和用戶體驗。

本發明授權基于文本調整與視覺反饋的針織產品圖像生成方法及裝置在權利要求書中公布了：1.一種基于文本調整與視覺反饋的針織產品圖像生成方法，其特征在于，包括： S101，構建基于生成流網絡GFlowNet的對輸入文本進行調節的語言模型； S102，將接收到的用戶輸入的針織相關文本輸入經訓練的所述語言模型，獲得對用戶輸入的針織相關文本進行自適應調整后的文本； S103，將自適應調整后的文本輸入經訓練的文生圖模型Stablediffusion，生成對應的圖像； S104，對自適應調整后的文本格式化為判斷生成的圖像與自適應調整后的文本是否吻合的文本，將格式化文本和生成的圖像輸入大型視覺語言模型進行視覺問答，獲得得分； S105，若得分符合預期，輸出針織產品圖像；若得分不符合預期，通過最小化文本自注意力矩陣和交叉注意力相似性矩陣的距離優化潛在噪聲變量，優化Stablediffusion再次生成圖像； 基于生成流網絡GFlowNet的對輸入文本進行調節的語言模型的訓練過程，具體如下： 使用預訓練的語言模型作為初始模型Pθy|x；其中，x表示初始針織文本，y表示根據初始文本x生成改進后的文本y，Pθ表示預訓練的語言模型； 初始化生成流網絡GFlowNet的前向策略PF和流函數Fθ； 將改進后的文本y輸入文生圖模型Stablediffsion，生成圖像；通過獎勵函數rx,y計算獎勵； 將獎勵函數rx,y分解為逐步的獎勵信號，如下： 其中，rx,y0:t表示生成到第t步的文本片段y0:t的獎勵值；y0:t表示生成到第t步的文本片段；prefy0:t|x表示預訓練的語言模型生成文本片段y0:t的條件概率；prefy|x表示預訓練語言模型生成改進后的文本y的條件概率；β表示超參數；T表示生成文本y的總步數；exp表示指數函數； 基于所述獎勵信號來擴展使用前向-后向平衡目標來優化GFlowNet，損失函數如下： 其中，表示總體損失函數，用于衡量初始模型在生成文本y時的性能；表示每一步的局部損失函數，用來評估在生成文本到t+1步時的性能；表示流函數在第t步的值；表示流函數在第t+1步的值；PFyt+1∣x,y0:t；θ表示前向策略在第t+1步的條件概率；rx,y0:t表示獎勵函數在第t步的值；rx,y0:t+1表示獎勵函數在第t+1步的值；θ表示語言模型的參數；y0:t+1表示生成到第t+1步的文本；yt表示第t步生成的詞；yt+1表示第t+1步生成的詞； 最小化上述損失函數，更新生成流網絡GFlowNet的前向策略PF和流函數Fθ，同時更新語言模型的參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華僑大學;信泰(福建)科技有限公司;廈門理工學院，其通訊地址為：362000 福建省泉州市豐澤區城東城華北路269號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。