[发明专利]图像生成方法、装置以及设备在审

专利信息
申请号: 202310364257.4 申请日: 2023-04-07
公开(公告)号: CN116363251A 公开(公告)日: 2023-06-30
发明(设计)人: 张毅;任晓华;杨婷婷 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06T11/60
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 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: 图像 生成 方法 装置 以及 设备
【说明书】:

本公开提供了一种图像生成方法、装置以及设备,涉及人工智能领域,具体涉及图像处理、深度学习和计算机视觉技术领域,可以应用于人工智能内容创作场景。该方法的一具体实施方式包括:获取物体的投影轮廓;基于投影轮廓进行图像补全,得到物体的目标图像;采集用户的动作数据;基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。该实施方式不依赖用户输入文案,就能够让用户快速体验图生图的技术,实现互动的效果。

技术领域

本公开涉及人工智能领域,具体涉及图像处理、深度学习和计算机视觉技术领域,可以应用于人工智能内容创作场景。

背景技术

AIGC(AI Generated Content,人工智能生成内容)是指利用人工智能技术来生成内容。AIGC也被认为是继UGC(User Generated Content,用户生成内容)、PGC(Professionally Generated Content,专业生产内容)之后的新型内容生产方式。其中,AI绘画、AI写作等都属于AIGC的分支。近年来,AIGC发展速度惊人,业务有强烈的诉求向外推广图文生成的技术。

现有的AIGC图文生成产品大多是以传统界面的方式体验,如在个人计算机端的体验专区输入文字-输出图片,或移动端输入文字-输出图片。

发明内容

本公开实施例提出了一种图像生成方法、装置、设备、存储介质以及程序产品。

第一方面,本公开实施例提出了一种图像生成方法,包括:获取物体的投影轮廓;基于投影轮廓进行图像补全,得到物体的目标图像;采集用户的动作数据;基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。

第二方面,本公开实施例提出了一种图像生成装置,包括:获取模块,被配置成获取物体的投影轮廓;补全模块,被配置成基于投影轮廓进行图像补全,得到物体的目标图像;采集模块,被配置成采集用户的动作数据;生成模块,被配置成基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。

第三方面,本公开实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面,本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

第五方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开实施例提供的图像生成方法,基于物体的投影轮廓补全图像,并基于用户动作调整图像中的物体动作。不依赖用户输入文案,就能够让用户快速体验图生图的技术,实现互动的效果。同时,拓展了新的技术呈现方式,可以在展会场景中快速落地应用,降低用户操作成本,高效地体验AIGC技术,且互动具有一定的趣味性。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开的图像生成方法的一个实施例的流程图;

图2是根据本公开的图像生成方法的又一个实施例的流程图;

图3是根据本公开的图像生成方法的另一个实施例的流程图;

图4是根据本公开的图像生成装置的一个实施例的结构示意图;

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202310364257.4/2.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