CN119516009A 图像生成方法、装置、电子设备和存储介质 （北京字跳网络技术有限公司）

码特征；基于预设噪声和所述联合文本编码特2基于第二文本编码器，得到所述提示文本对应的第二文本编码特征，基于预设噪声和所述联合文本编码特征，通过图像生成模块，得到所述基于预设噪声和所述联合文本编码特征，通过图像生成模块，得基于所述噪声图像编码特征和所述联合文本编码特征，通过所述深度神基于所述图像与文本融合编码特征，通过所述解码器，得到与所分别获取预先训练的第一文本编码器、图像生成模块和质量对于训练样本集合中的训练样本，执行以下第二文本编码器参数调基于该训练样本中的训练文本，通过所述第一文本编码器，基于该训练样本中的训练文本，通过所述初始第二文本编码器，得到基于所述第一训练文本编码特征和第二训练文本编码特征，基于该训练样本中的训练图像和所述联合训练文本编码特征，通过所述图像生成模基于该训练样本中的训练文本和所述训练输出图像，通过所述图像生成质量评价模3所述基于该训练样本中的训练图像和所述联合训练文本编码特征，通过基于所述训练图像编码特征和所述联合训练文本编码特征，通过所述深度神经网络，基于所述训练样本中的训练文本和所述训练输出图像，通过所述图所述基于所述该训练样本中的训练文本和所述训练输出图像，通过基于图像和相应标注图像美学打分训练得到的审美基于所述训练样本中的训练文本和所述训练输出图像，通过所述图文相关性打分模在预设的梯度清晰度对应表中，查找与所述水平梯度和将查找到的图像清晰度得分确定为所述清晰对于训练样本集合中的训练样本，执行以下初始图像生成模块参数基于该训练样本中的训练文本，通过所述第一文本编码器，基于该训练样本中的训练文本，通过所述第二文本编码器，基于所述第一训练文本编码特征和第二训练文本编码特征，4基于该训练样本中的训练图像和所述联合训练文本编码特征，通过第一编码模块，用于基于第一文本编码器，得到所述提第二编码模块，用于基于第二文本编码器，得到所述提联合模块，用于基于所述第一文本编码特征和第二文本编码特征程序被一个或多个处理器执行时实现如权利要求1_7中5[0015]基于上述噪声图像编码特征和上述联合文本编码特征，6型为基于图像和相应标注图像美学打分训练得到的审美预789像生成装置也可以设置于服务器105中，这时，系统架构100也可以不包括终端设备101、[0089]第二文本编码器可以为利用质量评价模型训练后的、具有文本编码能力的模型[0098]此步骤的编码器可以为vae_encoder编码器或其他编码器，用于将预设噪声编码[0100]此步骤的深度神经网络可以为unet神经网络或者其他神[0102]此步骤的编码器可以为vae_decoder编码器或其他编码器，通过将以上进行处理[0107]质量评价模型用于评价基于目标文本进行图像生成所得到的目标图像的图像生[0122]图像生成质量评价模型可以基于上述训练样本中的训练文本和上述训练输出图[0125]美学打分模型为基于图像和相应标注图像美学打分训练得到的审美预测器模例如由AestheticVisualAnalysis数据集中的人类评级训练的、量化审美偏好的审美预[0127]图文相关性打分模型为训练后的用于评估文本和图像之间相关性的对比性的语[0165]在一些可选的实施方式中，上述第二文本编码器通过以下训练步骤预先训练得型为基于图像和相应标注图像美学打分训练得到的审美预子设备执行时，使得该电子设备实现如图2所示的实施例及其可选实施方式示出的图像生[0209]可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)