[发明专利]一种图像生成方法、装置、电子设备和存储介质在审

专利信息
申请号: 202210532844.5 申请日: 2022-05-14
公开(公告)号: CN114898015A 公开(公告)日: 2022-08-12
发明(设计)人: 刘高成;刘青松;梁家恩 申请(专利权)人: 云知声智能科技股份有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06T7/194;G06T3/40;G06T3/00;G06N3/08;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 100096 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 生成 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像生成方法,其特征在于,包括以下步骤:

获取真实场景文本图片,并获取待模拟所述真实场景文本图片中文本风格的目标文字;

将所述真实场景文本图片和所述目标文字输送至文本风格迁移模型,通过所述文本风格迁移模型获得所述目标文字对应的风格迁移图片;

将所述真实场景文本图片输送至文本背景分离模型,通过所述文本背景分离模型获得去除所述真实场景文本图片中文字信息的场景图片;

采用文本图像融合生成模型对所述风格迁移图片和所述场景图片进行融合,使所述目标文字的风格迁移图片中包括所述场景图片的场景信息。

2.根据权利要求1所述的一种图像生成方法,其特征在于,待模拟所述真实场景文本图片中文本风格包括字体、颜色、位置及规模大小;

所述目标文字对应的风格迁移图片为具有所述真实场景文本图片中文本风格的纯色文本图片。

3.根据权利要求1所述的一种图像生成方法,其特征在于,所述文本风格迁移模型通过所述真实场景文本图片的通道数、高度信息和宽度信息,利用第一卷积神经网络进行上采样操作获得所述目标文字对应的风格迁移图片。

4.根据权利要求1所述的一种图像生成方法,其特征在于,所述文本背景分离模型通过所述真实场景文本图片的通道数、高度信息和宽度信息,利用第二卷积神经网络进行上采样操作获得去除所述真实场景文本图片中文字信息的场景图片。

5.根据权利要求1所述的一种图像生成方法,其特征在于,所述文本图像融合生成模型通过激活函数对所述风格迁移图片和所述场景图片进行拼接操作。

6.一种图像生成装置,其特征在于,包括:

素材获取模块,用于获取真实场景文本图片,并获取待模拟所述真实场景文本图片中文本风格的目标文字;

风格迁移模块,用于将所述真实场景文本图片和所述目标文字输送至文本风格迁移模型,通过所述文本风格迁移模型获得所述目标文字对应的风格迁移图片;

场景提取模块,用于将所述真实场景文本图片输送至文本背景分离模型,通过所述文本背景分离模型获得去除所述真实场景文本图片中文字信息的场景图片;

图像融合模块,用于采用文本图像融合生成模型对所述风格迁移图片和所述场景图片进行融合,使所述目标文字的风格迁移图片中包括所述场景图片的场景信息。

7.根据权利要求6所述的一种图像生成装置,其特征在于,所述素材获取模块中,待模拟所述真实场景文本图片中文本风格包括字体、颜色、位置及规模大小;

所述风格迁移模块中,所述目标文字对应的风格迁移图片为具有所述真实场景文本图片中文本风格的纯色文本图片。

8.根据权利要求6所述的一种图像生成装置,其特征在于,所述风格迁移模块配置的所述文本风格迁移模型通过所述真实场景文本图片的通道数、高度信息和宽度信息,利用第一卷积神经网络进行上采样操作获得所述目标文字对应的风格迁移图片;

所述场景提取模块配置的述文本背景分离模型通过所述真实场景文本图片的通道数、高度信息和宽度信息,利用第二卷积神经网络进行上采样操作获得去除所述真实场景文本图片中文字信息的场景图片;

所述图像融合模块配置的所述文本图像融合生成模型通过激活函数对所述风格迁移图片和所述场景图片进行拼接操作。

9.一种电子设备,包括:存储器和处理器;所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令;其特征在于,所述处理器调用所述程序指令执行权利要求1至5任一项所述的图像生成方法。

10.一种存储介质,其特征在于,所述储介质中存储有图像生成方法的程序代码,所述程序代码包括用于执行权利要求1至5任一项所述的图像生成方法的指令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云知声智能科技股份有限公司,未经云知声智能科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210532844.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top