[发明专利]图像生成方法、装置、设备及存储介质

说明书

本申请公开了一种图像生成方法、装置、设备及存储介质，涉及人工智能技术领域。方法包括：获取至少一个图文对，每个图文对中包括具有匹配关系的一张原始图像、原始图像对应的编辑文本和固定文本；根据原始图像得到固定文本的调整后文本表征，固定文本的调整后文本表征与原始图像的内容有关；根据原始图像和固定文本的调整后文本表征，对图像生成模型的参数进行调整，得到调整后的图像生成模型；其中，调整后的图像生成模型学习了固定文本所描述的不发生变化的图像内容；通过调整后的图像生成模型根据原始图像、编辑文本以及固定文本的调整后文本表征，生成原始图像对应的编辑后图像。上述方法提升了生成的编辑后图像的准确度。

技术领域

本申请涉及人工智能（Artificial Intelligence，简称AI）技术领域，特别涉及一种图像生成方法、装置、设备及存储介质。

背景技术

随着图生图（image-to-image）技术的持续发展，用户可以同时输入编辑文本和原始图像，得到针对原始图像的编辑后图像。在一种图像编辑任务时，需要保持原始图像中的部分对象不发生变化，而其他部分发生变化。例如，原始图像是戴帽子的女孩，编辑文本是戴帽子的男孩，则通过模型能够得到一张编辑后图像，该编辑后图像是保持原始图像中的帽子不变，而将女孩换成男孩。

相关技术中，需要利用三元组样本（原始图像、编辑后图像、编辑文本）来对模型进行上述图生成能力的训练，训练后的模型能够实现根据输入的编辑文本来对原始图像进行编辑，得到编辑后图像。

然而，上述训练方法中三元组样本的数量较少，且三元组样本中的编辑后图像可能会存在偏差，导致三元组样本自身的准确度不高。因此通过三元组样本训练出来的模型生成的编辑后图像中相对于原始图像中不应该发生变化的对象（例如上述帽子）容易发生变化，从而使得生成的编辑后图像的准确度也较低。

发明内容

本申请实施例提供了一种图像生成方法、装置、设备及存储介质，能够提升生成的编辑后图像的准确度。所述技术方案包括如下几方面。

根据本申请实施例的一个方面，提供了一种图像生成方法，所述方法包括以下步骤。

获取至少一个图文对，每个图文对中包括具有匹配关系的一张原始图像、所述原始图像对应的编辑文本和固定文本，所述编辑文本用于对所述原始图像进行编辑，所述固定文本用于描述所述原始图像在编辑前后不发生变化的图像内容。

根据所述原始图像得到所述固定文本的调整后文本表征，所述固定文本的调整后文本表征与所述原始图像的内容有关。

根据所述原始图像和所述固定文本的调整后文本表征，对图像生成模型的参数进行调整，得到调整后的图像生成模型；其中，所述调整后的图像生成模型学习了所述固定文本所描述的所述不发生变化的图像内容。

通过所述调整后的图像生成模型根据所述原始图像、所述编辑文本以及所述固定文本的调整后文本表征，生成所述原始图像对应的编辑后图像。

根据本申请实施例的一个方面，提供了一种图像生成装置，所述装置包括以下模块。

图文对获取模块，用于获取至少一个图文对，每个图文对中包括具有匹配关系的一张原始图像、所述原始图像对应的编辑文本和固定文本，所述编辑文本用于对所述原始图像进行编辑，所述固定文本用于描述所述原始图像在编辑前后不发生变化的图像内容。

表征调整模块，用于根据所述原始图像得到所述固定文本的调整后文本表征，所述固定文本的调整后文本表征与所述原始图像的内容有关。

参数调整模块，用于根据所述原始图像和所述固定文本的调整后文本表征，对图像生成模型的参数进行调整，得到调整后的图像生成模型；其中，所述调整后的图像生成模型学习了所述固定文本所描述的所述不发生变化的图像内容。