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！

龍圖騰網獲悉中山大學申請的專利一種無需網絡訓練的草圖圖像翻譯方法與系統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：CN115147513B 。

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：202210824487.X，技術領域涉及：G06T11/20；該發明授權一種無需網絡訓練的草圖圖像翻譯方法與系統是由周凡;李兆文;林淑金;陳小燕設計研發完成，并于2022-07-14向國家知識產權局提交的專利申請。

本一種無需網絡訓練的草圖圖像翻譯方法與系統在說明書摘要公布了：本發明公開了一種無需網絡訓練的草圖圖像翻譯方法與系統。包括：輸入用戶繪制的草圖并將其自動歸一化成標準形式的圖像；利用加權評分機制，計算草圖結構的損失、圖像逼真損失以及總損失；進行網絡樣本空間的初始基向量和權重選擇；根據定義的訓練目標和訓練策略，通過迭代隱變量得到用戶滿意的擬合草圖的圖像，并暫存最近迭代的n個圖像供用戶選擇；最終用戶選擇最符合自身需求的圖像進行保存。本發明可以使用現有的已訓練好的GAN生成網絡得到比較好的圖像，從而降低對網絡的訓練成本并加快用戶獲取反饋的速度，本并通過分類器和判別器結合的多評分機制，使得生成的圖像更加擬合草圖，更能滿足大部分人對于生成圖像的認可。

本發明授權一種無需網絡訓練的草圖圖像翻譯方法與系統在權利要求書中公布了：1.一種無需網絡訓練的草圖圖像翻譯方法，其特征在于，所述方法包括： 輸入用戶繪制的草圖，將所述繪制的草圖和GAN生成器分別進行初始化，然后將所述草圖自動歸一化成標準形式的圖像S； 利用草圖結構判別定義、圖像逼真判別損失定義和加權總損失定義相結合的加權評分機制，分別計算出草圖結構損失L1和圖像逼真損失L2和L3，然后再加權并加和得到總損失L； 將GAN生成器樣本空間初始化時隨機生成的隱變量輸入到預訓練好的GAN生成器中，并與所述標準形式的圖像S一同經過所述加權評分機制進行聯合評分，得到m個分值最高的隱變量定義為樣本空間的基向量ζi并確定初始化權重，完成網絡樣本空間的初始基向量和權重選擇； 定義訓練目標是尋找到一組基向量ζi和它對應的權重ωii＝1，2，...，m，使得所述總損失L最小；定義訓練策略為使用Adam優化器和階段式下降型學習率，以逐步梯度下降來尋找到所述基向量ζi和它對應的權重ωii＝1，2，...，m，然后根據所述定義的訓練目標和訓練策略，通過迭代隱變量z得到用戶滿意的擬合草圖的圖像，并暫存最近迭代的n個圖像供用戶選擇； 所述迭代結束后，得到最終的草圖翻譯結果，用戶在經所述迭代結束后網絡分數最優的圖像和暫存最近迭代的n個圖像當中，選擇最符合自身需求的圖像進行保存； 具體地，所述利用草圖結構判別定義、圖像逼真判別損失定義和加權總損失定義相結合的加權評分機制，分別計算出所述草圖結構的損失L1和所述圖像逼真損失L2和L3，然后再加權并加和得到總損失L，具體為： 草圖結構判別損失定義，將隱變量輸入到經所述預訓練好的GAN生成器生成的圖像Sg，Sg作為條件輸入Photo-sketching網絡，得到其草圖輪廓Og；將得到的所述草圖輪廓Og和所述標準形式的圖像S，分別通過預訓練好的草圖識別網絡Multigraphtransformer的編碼器部分得到兩者的特征fg和fs，特征長度為識別網絡的分類個數q，將所述特征進行均方差計算得到損失，具體計算公式如下： L1＝|fs-fg|2q； 圖像逼真判別損失定義，將所述生成的圖像Sg分別輸入到BigGAN和StyleGAN2的預訓練好的判別器D2和D3中，得到損失L2和L3，具體計算公式如下： Lk＝-logDkGz,k＝2,3 其中，Gz為用隱變量z作為GAN生成器的輸入生成的圖像張量； 加權總損失定義，結合所述草圖結構損失L1和所述圖像逼真損失L2和L3，定義總損失為： L＝L1+αL2+βL3， 其中，超參數設置為α＝β＝0.5； 其中，所述草圖識別網絡Multigraphtransformer是由一個編碼器和解碼器組成的transformer模型的網絡，它的編碼器部分輸入序列的個數，與其特征輸出的個數相等，由于自注意力機制能無視輸入序列位置關系，僅需取第一個序列的輸出層的倒數第二層，即分類器Softmax層的前一層的對應特征，該特征囊括了整個草圖的所有信息，所述草圖識別網絡將輸入的草圖看作一系列點連成的線，用自注意力機制學習筆畫的序列能夠有效識別草圖的結構特征。

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中山大學，其通訊地址為：510006 廣東省廣州市海珠區新港西路135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”。