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！

龙图腾网恭喜美众(天津)科技有限公司申请的专利一种融合Transformer架构与LoRA训练的虚拟换发型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：CN119251344B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411764605.8，技术领域涉及：G06T11/00；该发明授权一种融合Transformer架构与LoRA训练的虚拟换发型方法及系统是由车宏图设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种融合Transformer架构与LoRA训练的虚拟换发型方法及系统在说明书摘要公布了：本发明公开了一种融合Transformer架构与LoRA训练的虚拟换发型方法及系统，涉及虚拟换发型技术领域。本发明的技术要点包括：获取有头发的源图片和发型参考图片；提取发型参考图片的发型描述词；对源图片和发型参考图片进行处理，利用发型生成模型生成第一阶段换发型图片；对第一阶段换发型图片和源图片进行处理，获取遮挡发型图片；对遮挡发型图片和发型参考图片的发型描述词进行处理，利用发型重绘DIT模型生成最终的换发型图片；其中发型重绘DIT模型包含多个串联的基于Transformer架构的扩散模型，且引入了针对每一款发型的LoRA训练，使得在生成比较复杂的发型时更加精细。本发明为用户提供了一种高效便捷的虚拟换发型方案，同时也为美发行业带来一种创新的服务模式。

本发明授权一种融合Transformer架构与LoRA训练的虚拟换发型方法及系统在权利要求书中公布了：1.一种融合Transformer架构与LoRA训练的虚拟换发型方法，其特征在于，包括：获取有头发的源图片和发型参考图片；提取发型参考图片的发型描述词；对源图片和发型参考图片进行处理，利用发型生成模型生成第一阶段换发型图片；所述发型生成模型包含多个串联的基于Transformer架构的扩散模型；对第一阶段换发型图片和源图片进行处理，获取遮挡发型图片；对遮挡发型图片和发型参考图片的发型描述词进行处理，利用发型重绘DIT模型生成最终的换发型图片；其中，所述发型重绘DIT模型包含多个串联的基于Transformer架构的扩散模型；包括：对发型描述词进行文本编码，获得文本编码；将遮挡发型图片输入到VAE编码器中，获得重绘背景隐编码；生成隐空间随机高斯噪声，将重绘背景隐编码、隐空间随机高斯噪声和扩张之后的发型二值掩码沿通道进行拼接，得到多通道输入矩阵；将多通道输入矩阵进行分块化处理，再经过线性层处理，并将处理得到的特征图和文本编码一同输入到多个串联的基于Transformer架构的扩散模型中进行循环去噪；得到的输出经过多层感知机处理后，再进行反分块化处理还原回输入的遮挡发型图片大小；将反分块化处理后的结果输入VAE解码器中，获得最终的换发型图片；其中，所述发型生成模型和所述发型重绘DIT模型均是预先训练好的模型，所述发型生成模型训练过程中的损失函数如下所示： ；式中，表示高斯噪声；表示VAE编码器；表示发型生成模型中基于Transformer架构的扩散模型；表示发型参考网络；分别表示发型参考图片和秃顶图片；表示隐空间编码；t表示时间步；表示分布下期望；在所述发型重绘DIT模型的推理过程中利用训练好的低秩适应微调模型对发型重绘DIT模型中基于Transformer架构的扩散模型的权重参数进行微调，微调公式为： ；式中，表示微调后的权重；表示基于Transformer架构的扩散模型的原始权重参数，表示低秩适应微调模型的参数，为分解得到的两个矩阵；所述低秩适应微调模型训练过程中的损失函数如下所示： ；式中，表示低秩适应微调模型中基于Transformer架构的扩散模型；表示文本编码；表示分布下期望。

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美众(天津)科技有限公司，其通讯地址为：301727 天津市武清区曹子里镇花城中路55号昊宇商务中心116室-8(集中办公区)；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”。