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！

龍圖騰網獲悉杭州電子科技大學申請的專利一種深度信息引導的多風格人臉素描生成方法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：CN115457160B 。

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：202211250842.3，技術領域涉及：G06T11/00；該發明授權一種深度信息引導的多風格人臉素描生成方法是由祝一帆;高飛;徐崗設計研發完成，并于2022-10-13向國家知識產權局提交的專利申請。

本一種深度信息引導的多風格人臉素描生成方法在說明書摘要公布了：本發明公開了一種深度信息引導的多風格人臉素描生成方法，步驟如下：步驟1數據預處理，將人臉照片、人臉素描進行人臉對齊、縮放和裁剪等處理，再將數據集的人臉照片根據3DDFA方法生成對應的深度圖像，最終得到一一對應的人臉照片?人臉素描?人臉深度圖三元組；步驟2生成對抗網絡模型的構建，分別構建生成器和判別器兩個網絡模型；步驟3生成對抗網絡模型的訓練，定義損失函數，訓練生成對抗網絡模型；步驟4人臉素描的生成及質量評價。本發明提出了利用人臉深度信息和風格特征控制人臉素描畫像生成的方法，完成了人臉素描的高質量、多風格的生成，并能成功應用在自然圖像等非人臉素描的生成任務上。

本發明授權一種深度信息引導的多風格人臉素描生成方法在權利要求書中公布了：1.一種深度信息引導的多風格人臉素描生成方法,其特征在于，包括如下步驟： 步驟1構建數據集并對數據集中的圖像數據進行預處理 步驟2構建生成對抗網絡模型并生成人臉素描 2-1生成器構建并生成特征向量 生成器G的結構遵循了經典的U-Net結構，將第i個編碼層的輸出和對應的第i個解碼層的輸出連接起來，每個編碼層包括卷積層、動態激活層、實例規范化層；每個解碼層包括上采樣卷積、動態自適應激活層、動態自適應調制層； 2-2通過深度和風格自適應歸一化處理，方法如下： 通過縮放和偏置來調制特征，使用了人臉的深度信息D、人臉風格信息S和經過編碼器提取的人臉外表特征A，假設F∈RC×H×W表示當前IDN模塊的輸入特征，其中H,W,C分別表示特征的高度、寬度和通道數，那么在c,h,w位置調制后的特征值為： 其中，fc,h,w和分別是IDN模塊輸入前后的特征值，μc和σc分別為第c個通道中fc,h,w的平均值和標準差： 其中，γc,h,wD,S,A和βc,h,wD,S,A分別是通過淺層神經網絡學習得到的縮放和偏置的參數，具體的計算過程如下： γ＝ConvmetaACONConvCatD,S,A, β＝ConvmetaACONConvCatD,S,A； 2-3自適應動態激活； 2-4可變形輪廓生成； 2-5判別器構建并輸出， 判別器內部由6個層級組成，分別由卷積層、實例規范化層、激活層，判別器的輸入是一個由人臉深度圖和人臉素描按通道連接后的向量，對于人臉深度圖和真實的人臉素描，判別器輸出為True；對于人臉深度圖和生成的人臉素描，判別器輸出為False； 步驟3生成對抗網絡模型的訓練， 定義損失函數，訓練生成對抗網絡模型； 步驟4人臉素描的生成及質量評價， 將待生成素描的人臉照片輸入到訓練后的生成對抗網絡模型中，得到對應的人臉素描圖像，并根據指標完成質量評價。

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杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘新區白楊街道2號大街1158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”。