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！

龍圖騰網獲悉國網安徽省電力有限公司超高壓分公司;中國科學技術大學申請的專利一種基于變換器的姿態引導人物圖像合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：CN120298521B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510363599.3，技術領域涉及：G06T11/00；該發明授權一種基于變換器的姿態引導人物圖像合成方法是由張有明;侯邵娟;章丹;付真斌;王欣;儲昭將;王遠;霍騁;胡茂亮;廖羽晗;邱曼曼;羅長;萬禮嵩;趙曉山;馬曉薇;李炎;陳迎;施雯;馬歡;王曉東;蔣欣峰;康宇;昌吉;呂文君設計研發完成，并于2025-03-26向國家知識產權局提交的專利申請。

本一種基于變換器的姿態引導人物圖像合成方法在說明書摘要公布了：本發明公開了一種基于變換器的姿態引導人物圖像合成方法，首先將多張源人物圖像和多張目標姿態圖像進行圖像預處理，構建得到圖像數據集，然后構建超圖預測變換器的模型框架，包括有多尺度特征提取模塊、超圖學習模塊和融合預測模塊；最后對超圖預測變換器進行訓練，得到訓練好的超圖預測變換器，采用訓練好的超圖預測變換器進行目標姿態引導下的人物圖像合成，得到人物合成圖像。本發明將多模態信息人物姿態、目標姿態和背景信息進行有效整合，提高生成圖像的質量和細節表現，從而生成更為精細的姿態引導人物合成圖像。

本發明授權一種基于變換器的姿態引導人物圖像合成方法在權利要求書中公布了：1.一種基于變換器的姿態引導人物圖像合成方法，其特征在于：具體包括有以下步驟： 1、將包含不同人物姿態和不同背景的多張源人物圖像、以及多張目標姿態圖像進行圖像預處理，構建得到圖像數據集，選取圖像數據集中任一源人物圖像和任一目標姿態圖像組合得到成對的數據組； 2、構建超圖預測變換器的模型框架，包括有多尺度特征提取模塊、超圖學習模塊和融合預測模塊； 多尺度特征提取模塊分別對源人物圖像和目標姿態圖像進行多尺度特征提取，得到源人物圖像和目標姿態圖像在不同尺度上的特征信息； 多尺度特征提取模塊包括有基于DINO模型訓練的VisionTransformer模型和VAE特征提取模型，具體是：目標姿態圖像采用基于DINO模型訓練的VisionTransformer模型進行目標姿態的多尺度特征提取，得到不同尺度下的目標姿態特征信息；源人物圖像采用基于DINO模型訓練的VisionTransformer模型進行人物姿態的多尺度特征提取，得到不同尺度下的人物姿態特征信息；源人物圖像采用VAE特征提取模型進行背景的多尺度特征提取，得到不同尺度下的背景特征信息； 基于多尺度特征提取模塊提取到的特征信息，采用超圖學習模塊構建源人物超圖和目標姿態超圖，并分別進行超圖表示學習； 所述的源人物超圖的構建是將源人物超圖中各像素點對應人物姿態特征信息作為節點，構建超圖得到；所述的源人物超圖的超圖表示學習是提取源人物超圖不同節點之間的位置關系，學習人物姿態的相對位置關系； 融合預測模塊將超圖學習后的人物圖像特征和目標姿態圖像特征進行多尺度特征融合，并使得人物學習目標姿態，生成目標姿態引導下的人物合成圖像； 3、對超圖預測變換器進行訓練，得到訓練好的超圖預測變換器，采用訓練好的超圖預測變換器進行目標姿態引導下的人物圖像合成，得到人物合成圖像。

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國網安徽省電力有限公司超高壓分公司;中國科學技術大學，其通訊地址為：230041 安徽省合肥市包河區唐模路與龍川路交叉口國網安徽電力超高壓公司；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”。