[发明专利]文本生成图像方法、装置和计算机设备

权利要求书

1.一种文本生成图像方法，其特征在于，包括：

获取多个文本描述语句，并将多个所述文本描述语句输入文本编码器中进行编码，得到多个句子特征与多个单词特征；

获取多个随机采样噪声，并将多个所述随机采样噪声与多个所述句子特征输入初始生成器中以进行融合，得到多个初始图像特征和多个初始图像；

将多个所述初始图像特征与多个所述单词特征输入动态记忆注意模型中并输出多个第一图像特征，其中，所述动态记忆注意模块用于增强多个所述初始图像特征的视觉特征；

将多个所述第一图像特征输入通道注意残差块模型中，并输出多个第一细化图像特征，对多个第一细化图像特征进行卷积，得到多个第一细化图像，其中，所述通道注意残差块模型用于增强所述第一图像特征的通道特征；

将多个第一细化图像特征作为初始图像特征，并与多个所述单词特征输入动态记忆注意模型中，输出多个第二细化图像特征，其中，所述动态记忆注意模块用于增强多个所述第一细化图像特征的视觉特征；

将多个所述第二细化图像特征输入通道注意残差块模型中，并输出多个第三细化图像特征，对多个所述第三细化图像特征进行卷积，得到多个第三细化图像，其中，所述通道注意残差块模型用于增强所述第二细化图像特征的通道特征。

2.根据权利要求1所述的文本生成图像方法，其特征在于，所述获取多个随机采样噪声，并将多个所述随机采样噪声与多个所述句子特征输入初始生成器中以进行融合，得到多个初始图像特征和多个初始图像的步骤，包括：

将多个所述随机采样噪声与多个所述句子特征分别输入全连接层中以进行特征初步融合，输出多个第一融合图像特征；

将多个所述初步融合图像分别输入第一上采样块中，以对多个所述初步融合图像特征进行批量归一化处理，输出多个第二融合图像特征，其中，所述第一上采样块至少包括连续设置的三块；

将多个所述第二融合图像特征输入第二上采样块中，以对多个所述第二融合图像特征进行实例归一化处理，得到多个第三融合图像特征；

将多个所述第三融合图像特征作为初始图像特征进行输出，并对多个所述初始图像特征进行卷积操作，得到多个初始图像。

3.根据权利要求2所述的文本生成图像方法，其特征在于，将多个所述初步融合图像特征输入第一上采样块中，以对多个所述初步融合图像特征进行批量归一化处理，输出多个第二融合图像特征的步骤，包括：

获取批量归一化的批量值：

获取每一个所述初步融合图像特征的第一高度值H与第一宽度值；

获取所述第一上采样块在训练时自主学习获得的缩放因子与平移因子；

获取当前进行归一化处理的初步融合图像特征的特征值；

根据所述批量值、所述第一高度值与所述第一宽度值计算所有所述初步融合图像特征的均值，其中，计算公式为：

其中，μ_c表示所有所述初步融合图像特征的均值，N表示批量值，H表示第一高度值，W表示第一宽度值，x_nchw表示当前进行归一化处理的初步融合图像特征的特征值；

根据所述批量值、所述第一高度值与所述第一宽度值计算所有所述初步融合图像特征的方差，其中，计算公式为：

其中，表示所有所述初步融合图像特征的方差，

根据所述方差与所述均值计算批量归一化后的所有初步融合图像特征的样本分布，其中，计算公式为：

其中，x′表示批量归一化后的第x个初步融合图像特征的样本分布，x_i表示第i个初步融合图像特征，ε表示非零常数；

根据所述样本分布生成每一个所述第二融合图像特征，其中，生成函数为：

BN(x)＝γ×x'+β；

其中，BN(x)表示第x个第二融合图像特征，γ表示缩放因子，β表示平移因子。