本发明公开了人工智能技术领域的一种具有风格个性化的图像生成方法、装置及存储介质,旨在解决图像生成的质量与准确性的技术问题。所述方法包括:选取风格图像,将其输入预构建的VGG19_f3网络模型中,获得不同大小特征图;计算特征图的Gram矩阵,以提取出特征图的风格信息;将经过文本编码器得到的文本的编码、噪音图像、风格信息输入预构建的具有风格引导模块的噪音预测网络进行噪音预测,获得预测噪音并对噪音图像进行重复去噪,获得潜空间图像,以及将其通过图像解码器进行解码,获得最终生成风格个性化图像。本发明能够使模型端到端生成风格个性化图像,使模型具有更强的风格个性化能力,同时保证生成图像的质量以及准确性。
📄 2024102176219
📂 G06T11_00
👤 南京邮电大学
📅 2024-02-28