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！

龙图腾网获悉复旦大学申请的专利基于残差的级联渐进优化的多模态跨视角图像生成方法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：CN116051360B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202111261792.4，技术领域涉及：G06T3/04；该发明授权基于残差的级联渐进优化的多模态跨视角图像生成方法是由陈涛;章伟希;范佳媛设计研发完成，并于2021-10-28向国家知识产权局提交的专利申请。

本基于残差的级联渐进优化的多模态跨视角图像生成方法在说明书摘要公布了：本发明提供了一种基于残差的级联渐进优化的多模态跨视角图像生成方法，用于对源视角图像进行视角转换，包括以下步骤：步骤1，获取源视角图像的真实目标视角图像，构建变分自编码器提取真实目标视角图像的第一隐编码；步骤2，使用对抗生成网络生成粗糙目标视角图像；步骤3，构建多级级联的残差优化网络优化粗糙目标视角图像，得到精细目标视角图像；步骤4，通过变分自编码器提取精细目标视角图像的第二隐编码并与第一隐编码计算重构损失；步骤5，构建整体损失函数；步骤6，训练对抗生成网络后对于需进行视角转换的源视角图像，对抗生成网络随机采样第二隐编码生成多模态的粗糙目标视角图像，并经过多级级联的残差优化网络进行图像质量优化。

本发明授权基于残差的级联渐进优化的多模态跨视角图像生成方法在权利要求书中公布了：1.一种基于残差的级联渐进优化的多模态跨视角图像生成方法，用于对源视角图像进行视角转换得到多模态的目标视角图像，其特征在于，包括以下步骤： 步骤1，获取所述源视角图像的真实目标视角图像，构建基于KL-散度约束的变分自编码器，通过所述变分自编码器将所述真实目标视角图像映射到低维向量，得到符合高斯分布的第一隐编码； 步骤2，使用基于U型网络的对抗生成网络，根据所述源视角图像、目标视角语义分割图以及所述第一隐编码生成粗糙目标视角图像； 步骤3，构建多个残差优化网络，并将多个所述残差优化网络进行级联来对所述粗糙目标视角图像进行渐进优化，得到精细目标视角图像； 步骤4，构建基于重构损失的所述变分自编码器对所述精细目标视角图像提取第二隐编码，并将所述第二隐编码与所述第一隐编码进行重构损失计算后将重构后的所述第二隐编码存储至隐编码空间； 步骤5，构建整体损失函数，包括用于多级级联的所述残差优化网络的对抗损失函数和重构损失函数以及用于所述变分自编码器的KL-散度约束和重构损失函数； 步骤6，对所述对抗生成网络进行训练，训练完成后，对于一个需进行视角转换的所述源视角图像，所述对抗生成网络从所述隐编码空间中随机采样高斯分布的所述第二隐编码，通过所述第二隐编码、所述源视角图像以及所述目标视角语义分割图生成多模态的所述粗糙目标视角图像，再经过多级级联的所述残差优化网络进行图像质量的渐进优化后得到多模态的所述精细目标视角图像。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。