买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华东交通大学申请的专利基于文本引导的鲁棒素描-人脸图像生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121639857B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610140592.X，技术领域涉及：G06T11/60；该发明授权基于文本引导的鲁棒素描-人脸图像生成方法及系统是由阙越;程学贵;廖仕成;熊汉卿;游捷;张跃进设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本基于文本引导的鲁棒素描-人脸图像生成方法及系统在说明书摘要公布了：本发明公开了基于文本引导的鲁棒素描‑人脸图像生成方法及系统，该方法包括如下步骤：接收素描图像和文本描述，文本按语义粒度划分为数据集级与特征级文本并分别编码，同时对素描图像编码；将两类文本特征输入文本引导的稀疏门控网络，通过双阶段路由决策与Top‑K稀疏激活策略融合特征；将融合特征注入ControlNet架构条件生成模型，配合截断加速采样策略生成真实人脸图像。本发明通过“素描+文本”双条件输入、ControlNet约束、预训练GAN与扩散模型融合等创新技术协同，实现精准控制、高质量输出、高效生成的三重目标，组合效果显著优于现有方法。

本发明授权基于文本引导的鲁棒素描-人脸图像生成方法及系统在权利要求书中公布了：1.基于文本引导的鲁棒素描-人脸图像生成方法，其特征在于，包括如下步骤： 步骤S1、文本描述划分与编码处理：接收输入的素描图像和文本描述，将所述文本描述按照语义粒度划分为数据集级文本和特征级文本两部分，并分别进行编码处理，得到数据集级文本特征和特征级文本特征；对素描图像进行编码，得到素描图像编码特征； 步骤S2、文本引导的稀疏门控网络实现专家网络激活与特征融合：将数据集级文本特征和特征级文本特征输入文本引导的稀疏门控网络，输出融合特征；所述稀疏门控网络采用Top-K稀疏激活策略，并通过双阶段路由决策细化专家选择过程，动态计算各专家网络的激活权重，进而实现专家网络激活与特征融合； 步骤S3、基于ControlNet架构的条件生成模型生成真实人脸图像：将融合特征作为条件控制信号注入基于ControlNet架构的条件生成模型中，配合加速采样策略生成最终的真实人脸图像； 步骤S1中，数据集级文本是来自对各数据集整体风格或场景的标注，用于表示全局语义信息；通过数据集级文本编码器对所述数据集级文本进行处理，提取数据集级文本特征；特征级文本是来自对人脸细粒度属性的标注或描述，通过特征级文本编码器对所述特征级文本进行处理，提取特征级文本特征； 步骤S2的具体过程为： 步骤S2.1、双阶段路由决策： 粗粒度专家筛选：为每个专家网络设置一个与数据集风格相关的可学习参数矩阵，通过点积计算第个专家网络对数据集级文本特征的响应得分； 将所有专家网络对数据集级文本特征的响应得分组成向量； 根据选取得分最高的个专家网络作为候选集合； 细粒度专家激活：在候选集合中，为每个专家网络的细粒度属性设定可学习参数，计算第个专家网络对特征级文本特征的响应得分； 将所有专家网络对特征级文本特征的响应得分组成向量； 采用元素乘积实现“双重门控”，将响应得分和响应得分融合，得到第个专家网络的最终激活权重；将所有专家网络的最终激活权重进行组合，得到组合权重； 将组合权重经过归一化处理并按数值大小排序，选择组合权重最大的前个专家网络予以激活，未被选中的专家网络权重置零； 步骤S2.2、专家网络激活与特征融合：激活后的专家网络接收素描图像编码特征进行特定变换，产出专家网络输出特征；采用最终激活权重对专家网络输出特征进行加权求和，实现分层特征融合； 步骤S2.3、融合特征与素描特征交互：将融合后的专家网络输出特征与素描图像编码特征进行深度融合，形成语义增强的融合特征； 配合加速采样策略生成最终的真实人脸图像的具体过程为：使用预训练的生成对抗网络快速生成初始人脸图像；通过预设的截断步数，将初始人脸图像映射为扩散模型的去噪起点；基于去噪起点，使用基于ControlNet架构的条件化生成模型进行有限步反向去噪精修，得到最终的真实人脸图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。