南京理工大學李俊獲國家專利權
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!
龍圖騰網獲悉南京理工大學申請的專利一種視覺產品外觀的AI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:CN114564766B 。
龍圖騰網通過國家知識產權局官網在2025-08-19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:202210114844.3,技術領域涉及:G06F30/10;該發明授權一種視覺產品外觀的AI生成方法是由李俊;楊金潮;郭肥;陳碩;楊健設計研發完成,并于2022-01-30向國家知識產權局提交的專利申請。
本一種視覺產品外觀的AI生成方法在說明書摘要公布了:本發明公開了一種視覺產品外觀的AI生成方法,為工業產品外觀設計師提供輔助參考和靈感;當輸入一個原產品,一個目標物體以及一張藝術風格圖片,本方法將原產品的紋理外觀形變成目標物體的形狀,進而構成新產品,同時將藝術風格遷移到新產品,最終形成一個美妙的視覺產品外觀;本方法命名為工業風格遷移,它由大尺度幾何形變模塊和興趣保持紋理遷移模塊這兩部分組成;其中,大尺度幾何形變模塊目的在于以無監督的方式學習原產品和目標物體形狀掩碼之間的轉換,實現大尺度幾何形變;興趣保持紋理遷移模塊則在傳統的紋理風格遷移上引入了興趣正則化項,使得在紋理遷移后能夠盡可能的保留原產品中重要的內容細節。
本發明授權一種視覺產品外觀的AI生成方法在權利要求書中公布了:1.一種視覺產品外觀的AI生成方法,其特征在于,包括如下步驟: 步驟1、給定原產品S和目標物體T,利用目標分割網絡PointRend分別提取它們的掩碼Ms,Mt,用來作為形狀表示; 步驟2、利用卷積編碼網絡分別提取掩碼Ms,Mt的特征Fs,Ft; 步驟3、為掩碼特征Fs,Ft添加位置編碼信息P,得到 步驟4、利用內積計算間多尺度的全局相關性矩陣,并根據循環神經網絡GRU來迭代生成形變場R為GRU迭代的次數; 步驟5、利用估計的形變場來形變原產品掩碼MS,計算形變后的掩碼ωrMs和目標掩碼Mt間差的L1范數作為形狀損失Lshape,同時將帶掩碼的平滑正則項作為平滑損失Lsmooth,進行LGW網絡參數優化; 步驟6、利用訓練好的LGW網絡估計形變場ω,形變原產品S得到形變圖N,和藝術風格圖片A一起輸入到傳統的紋理風格遷移網絡中,得到最終風格化的結果O; 步驟7、利用VGG網絡計算內容和風格損失LNST,利用SuperPoint網絡計算興趣正則化損失LIR,進行IR網絡參數優化。
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南京理工大學,其通訊地址為:210094 江蘇省南京市孝陵衛200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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。