本申請(qǐng)涉及圖像處理，具體而言，涉及一種圖像生成方法、裝置、電子設(shè)備及非易失性存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、相關(guān)技術(shù)中的圖像生成技術(shù)的圖像生成質(zhì)量不一致，且效果收提示詞影響較大，好的提示詞能大幅提高生成圖像質(zhì)量，而普通用戶(hù)往往沒(méi)有提示詞編寫(xiě)的基礎(chǔ)，導(dǎo)致圖像生成效果差等問(wèn)題。

2、針對(duì)上述的問(wèn)題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供了一種圖像生成方法、裝置、電子設(shè)備及非易失性存儲(chǔ)介質(zhì)，以至少解決由于圖像生成的質(zhì)量受提示詞影響較大，而普通用戶(hù)往往沒(méi)有提示詞編寫(xiě)的基礎(chǔ)，造成的圖像生成效果差的技術(shù)問(wèn)題。

2、根據(jù)本申請(qǐng)實(shí)施例的一個(gè)方面，提供了一種圖像生成方法，包括：獲取基礎(chǔ)提示詞，其中，基礎(chǔ)提示詞為用戶(hù)輸入的用于描述計(jì)劃生成的圖像的自然語(yǔ)言文本；在基礎(chǔ)提示詞的語(yǔ)種類(lèi)型為目標(biāo)語(yǔ)種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞，其中，目標(biāo)語(yǔ)種為圖像生成大模型所支持的語(yǔ)種類(lèi)型，標(biāo)準(zhǔn)提示詞為在歷史的圖像生成過(guò)程中，圖像評(píng)分超過(guò)預(yù)設(shè)分?jǐn)?shù)閾值的圖像所對(duì)應(yīng)的提示詞，圖像評(píng)分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；依據(jù)基礎(chǔ)提示詞和/或標(biāo)準(zhǔn)提示詞，確定目標(biāo)提示詞，并采用圖像生成大模型，依據(jù)目標(biāo)提示詞，生成目標(biāo)圖像。

3、可選地，在獲取基礎(chǔ)提示詞之后，方法還包括：判斷基礎(chǔ)提示詞的語(yǔ)種類(lèi)型是否為目標(biāo)語(yǔ)種；在基礎(chǔ)提示詞的語(yǔ)種類(lèi)型不為目標(biāo)語(yǔ)種的情況下，采用翻譯大模型，將基礎(chǔ)提示詞的語(yǔ)種類(lèi)型轉(zhuǎn)換為目標(biāo)語(yǔ)種，其中，翻譯大模型能夠通過(guò)代理模塊來(lái)調(diào)用智能工具，并利用智能工具對(duì)基礎(chǔ)提示詞進(jìn)行分析處理，其中，代理模塊包括以下至少之一：langchainagent，智能工具的功能包括以下至少之一：網(wǎng)頁(yè)搜索、天氣查詢(xún)。

4、可選地，提示詞數(shù)據(jù)集中包含不同描述場(chǎng)景下的多個(gè)標(biāo)準(zhǔn)提示詞對(duì)應(yīng)的模板向量；確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞包括：對(duì)基礎(chǔ)提示詞進(jìn)行向量化處理，得到基礎(chǔ)提示詞對(duì)應(yīng)的特征向量；確定特征向量與提示詞數(shù)據(jù)集中各模板向量之間的相似度參數(shù)，其中，相似度參數(shù)用于表征特征向量與模板向量之間的相似程度；將提示詞數(shù)據(jù)集中相似度參數(shù)超出預(yù)設(shè)相似度閾值的模板向量對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞，確定為與基礎(chǔ)提示詞對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞。

5、可選地，依據(jù)基礎(chǔ)提示詞和/或標(biāo)準(zhǔn)提示詞，確定目標(biāo)提示詞包括：采用圖像生成大模型，對(duì)基礎(chǔ)提示詞和標(biāo)準(zhǔn)提示詞進(jìn)行潤(rùn)色處理，得到目標(biāo)提示詞；或者，采用圖像生成大模型，對(duì)基礎(chǔ)提示詞進(jìn)行潤(rùn)色處理，得到目標(biāo)提示詞，其中，訓(xùn)練圖像生成大模型多采用的訓(xùn)練數(shù)據(jù)集中包括以下至少之一：與繪畫(huà)相關(guān)的資料，潤(rùn)色處理包括以下至少之一：調(diào)整語(yǔ)法、調(diào)整語(yǔ)句邏輯、增加描述細(xì)節(jié)。

6、可選地，采用圖像生成大模型，依據(jù)目標(biāo)提示詞，生成目標(biāo)圖像包括：采用圖像生成大模型，依據(jù)目標(biāo)提示詞，生成至少一個(gè)候選圖像；采用圖文理解大模型，對(duì)候選圖像的圖像內(nèi)容進(jìn)行分析，得到候選圖像對(duì)應(yīng)的圖像文本，其中，圖像文本用于描述候選圖像中的畫(huà)面內(nèi)容；在圖像文本中包含預(yù)設(shè)敏感詞的情況下，判定候選圖像不合規(guī)，并刪除不合規(guī)的候選圖像；依據(jù)圖像文本，確定剩余的候選圖像對(duì)應(yīng)的圖像評(píng)分，并將圖像評(píng)分最高的預(yù)設(shè)數(shù)量個(gè)候選圖像，確定為目標(biāo)圖像。

7、可選地，依據(jù)圖像文本，確定剩余的候選圖像對(duì)應(yīng)的圖像評(píng)分包括：確定圖像文本與候選圖像對(duì)應(yīng)的目標(biāo)提示詞之間的第一指標(biāo)，其中，第一指標(biāo)用于表征圖像文本與目標(biāo)提示詞之間的相似程度；依據(jù)候選圖像的圖像參數(shù)，確定第二指標(biāo)，其中，圖像參數(shù)包括以下至少之一：清晰度、亮度、對(duì)比度、色彩準(zhǔn)確度、失真程度，第二指標(biāo)用于表征候選圖像的畫(huà)面質(zhì)量；依據(jù)第一指標(biāo)和第二指標(biāo)，確定候選圖像對(duì)應(yīng)的圖像評(píng)分。

8、可選地，方法還包括：響應(yīng)于二次優(yōu)化指令，采用圖像生成大模型，依據(jù)圖像評(píng)分、以及圖像評(píng)分對(duì)應(yīng)的分析報(bào)告，重新生成與目標(biāo)提示詞對(duì)應(yīng)的目標(biāo)圖像，其中，分析報(bào)告用于表征圖像評(píng)分的評(píng)分標(biāo)準(zhǔn)和得分細(xì)則。

9、根據(jù)本申請(qǐng)實(shí)施例的另一個(gè)方面，還提供了一種圖像生成裝置，包括：提示詞獲取模塊，用于獲取基礎(chǔ)提示詞，其中，基礎(chǔ)提示詞為用戶(hù)輸入的用于描述計(jì)劃生成的圖像的自然語(yǔ)言文本；提示詞優(yōu)化模塊，用于在基礎(chǔ)提示詞的語(yǔ)種類(lèi)型為目標(biāo)語(yǔ)種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞，其中，目標(biāo)語(yǔ)種為圖像生成大模型所支持的語(yǔ)種類(lèi)型，標(biāo)準(zhǔn)提示詞為在歷史的圖像生成過(guò)程中，圖像評(píng)分超過(guò)預(yù)設(shè)分?jǐn)?shù)閾值的圖像所對(duì)應(yīng)的提示詞，圖像評(píng)分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；圖像生成模塊，用于依據(jù)基礎(chǔ)提示詞和/或標(biāo)準(zhǔn)提示詞，確定目標(biāo)提示詞，并采用圖像生成大模型，依據(jù)目標(biāo)提示詞，生成目標(biāo)圖像。

10、根據(jù)本申請(qǐng)實(shí)施例的又一方面，還提供了一種電子設(shè)備，包括：存儲(chǔ)器和處理器，處理器用于運(yùn)行存儲(chǔ)在存儲(chǔ)器中的程序，其中，程序運(yùn)行時(shí)執(zhí)行圖像生成方法。

11、根據(jù)本申請(qǐng)實(shí)施例的再一方面，還提供了一種非易失性存儲(chǔ)介質(zhì)，非易失性存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序，其中，非易失性存儲(chǔ)介質(zhì)所在設(shè)備通過(guò)運(yùn)行計(jì)算機(jī)程序執(zhí)行圖像生成方法。

12、根據(jù)本申請(qǐng)實(shí)施例的再一方面，還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)圖像生成方法的步驟。

13、在本申請(qǐng)實(shí)施例中，采用獲取基礎(chǔ)提示詞，其中，基礎(chǔ)提示詞為用戶(hù)輸入的用于描述計(jì)劃生成的圖像的自然語(yǔ)言文本；在基礎(chǔ)提示詞的語(yǔ)種類(lèi)型為目標(biāo)語(yǔ)種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞，其中，目標(biāo)語(yǔ)種為圖像生成大模型所支持的語(yǔ)種類(lèi)型，標(biāo)準(zhǔn)提示詞為在歷史的圖像生成過(guò)程中，圖像評(píng)分超過(guò)預(yù)設(shè)分?jǐn)?shù)閾值的圖像所對(duì)應(yīng)的提示詞，圖像評(píng)分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；依據(jù)基礎(chǔ)提示詞和/或標(biāo)準(zhǔn)提示詞，確定目標(biāo)提示詞，并采用圖像生成大模型，依據(jù)目標(biāo)提示詞，生成目標(biāo)圖像的方式，通過(guò)大模型對(duì)提示詞的翻譯與潤(rùn)色與優(yōu)質(zhì)提示詞模板的向量匹配，達(dá)到了提升生成圖像的質(zhì)量的目的，進(jìn)而解決了由于圖像生成的質(zhì)量受提示詞影響較大，而普通用戶(hù)往往沒(méi)有提示詞編寫(xiě)的基礎(chǔ)，造成的圖像生成效果差技術(shù)問(wèn)題。

技術(shù)特征：

1.一種圖像生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的圖像生成方法，其特征在于，在獲取基礎(chǔ)提示詞之后，所述方法還包括：

3.根據(jù)權(quán)利要求1所述的圖像生成方法，其特征在于，所述提示詞數(shù)據(jù)集中包含不同描述場(chǎng)景下的多個(gè)所述標(biāo)準(zhǔn)提示詞對(duì)應(yīng)的模板向量；確定系統(tǒng)的提示詞數(shù)據(jù)集中與所述基礎(chǔ)提示詞對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞包括：

4.根據(jù)權(quán)利要求3所述的圖像生成方法，其特征在于，依據(jù)所述基礎(chǔ)提示詞和/或所述標(biāo)準(zhǔn)提示詞，確定目標(biāo)提示詞包括：

5.根據(jù)權(quán)利要求3所述的圖像生成方法，其特征在于，采用所述圖像生成大模型，依據(jù)所述目標(biāo)提示詞，生成目標(biāo)圖像包括：

6.根據(jù)權(quán)利要求5所述的圖像生成方法，其特征在于，依據(jù)所述圖像文本，確定剩余的所述候選圖像對(duì)應(yīng)的所述圖像評(píng)分包括：

7.根據(jù)權(quán)利要求6所述的圖像生成方法，其特征在于，所述方法還包括：

8.一種圖像生成裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：存儲(chǔ)器和處理器，所述處理器用于運(yùn)行存儲(chǔ)在所述存儲(chǔ)器中的程序，其中，所述程序運(yùn)行時(shí)執(zhí)行權(quán)利要求1至7中任意一項(xiàng)所述的圖像生成方法。

10.一種非易失性存儲(chǔ)介質(zhì)，其特征在于，所述非易失性存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序，其中，所述非易失性存儲(chǔ)介質(zhì)所在設(shè)備通過(guò)運(yùn)行所述計(jì)算機(jī)程序執(zhí)行權(quán)利要求1至7中任意一項(xiàng)所述的圖像生成方法。

11.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任意一項(xiàng)所述的圖像生成方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種圖像生成方法、裝置、電子設(shè)備及非易失性存儲(chǔ)介質(zhì)。其中，該方法包括：獲取基礎(chǔ)提示詞；在基礎(chǔ)提示詞的語(yǔ)種類(lèi)型為目標(biāo)語(yǔ)種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對(duì)應(yīng)的標(biāo)準(zhǔn)提示詞，其中，目標(biāo)語(yǔ)種為圖像生成大模型所支持的語(yǔ)種類(lèi)型，標(biāo)準(zhǔn)提示詞為在歷史的圖像生成過(guò)程中，圖像評(píng)分超過(guò)預(yù)設(shè)分?jǐn)?shù)閾值的圖像所對(duì)應(yīng)的提示詞，圖像評(píng)分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；依據(jù)基礎(chǔ)提示詞和/或標(biāo)準(zhǔn)提示詞，確定目標(biāo)提示詞，并采用圖像生成大模型，依據(jù)目標(biāo)提示詞，生成目標(biāo)圖像。本申請(qǐng)解決了由于圖像生成的質(zhì)量受提示詞影響較大，而普通用戶(hù)往往沒(méi)有提示詞編寫(xiě)的基礎(chǔ)，造成的圖像生成效果差的技術(shù)問(wèn)題。

技術(shù)研發(fā)人員：周通,吳宇星,林志強(qiáng),楊志烽,廖學(xué)林,李山秋
受保護(hù)的技術(shù)使用者：中國(guó)電信股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19