公开(公告)号：CN120046048A

公开(公告)日：2025-05-27

申请号：CN202510536167.8

申请日：2025-04-27

Applicant: 浙江大学

Inventor： 庄越挺 ,  苗嘉旭 ,  张弛 ,  马凡 ,  孟楚天 ,  杨易

IPC: G06F18/2415 ,  G06F18/214 ,  G06F21/62

Abstract: 本发明公开了一种基于个性化联邦学习的扩散模型训练与采样方法及系统。本发明在每个客户端上利用本地数据和个性化嵌入层进行扩散模型的训练，但仅训练扩散模型去噪过程的后半部分时间步骤，以限制模型的全局去噪能力，同时由个性化嵌入层作为隐私保护机制，确保模型仅生成符合本地数据分布的图像，同时防止其他客户端获得本地数据的数据分布；模型在本地训练若干轮后，保留个性化嵌入层在客户端本地，其余参数上传至服务器；服务器对接收到的模型参数进行加权聚合，并将更新后的全局模型参数发送回各客户端，客户端接收全局模型并于本地个性化嵌入层相结合进一步优化本地模型。本发明可以显著提升图像生成质量，同时有效降低了隐私泄露风险。

公开(公告)号：CN120071055A

公开(公告)日：2025-05-30

申请号：CN202510546309.9

申请日：2025-04-28

Applicant: 浙江大学

Inventor： 庄越挺 ,  苗嘉旭 ,  孟楚天 ,  马凡 ,  张弛 ,  杨易

IPC: G06V10/776 ,  G06V10/74 ,  G06V10/82 ,  G06T7/00 ,  G06T11/00

Abstract: 本发明公开了一种基于多模态大模型的文本到图像生成模型评估方法与系统。本发明包括多层次图像信息提取与图像特征矩阵构建、分层文本提示生成与优化、生成图像批量化生成、交互式图像对比与评分、多维反馈与提示修订多个步骤，通过重复执行这些步骤流程动态调整生成策略，直至满足预设停止条件。最终，根据参考图像与最优生成图像的多维视觉评估结果，全面分析目标生成模型的性能表现。本发明的评估方法通过图像再生成任务，使生成模型能够基于参考图像的内容和风格进行精准生成，克服了现有评估方法在跨模态信息对齐方面的不足，具有较高的应用价值。