[发明专利]一种图像生成方法及服务器

权利要求书

1.一种图像生成方法，其特征在于，所述方法包括：

监控页面目标区域中目标信息是否变化，获得一监控结果；

如果所述监控结果表明所述目标信息发生变化，获取待显示信息；

基于所获取的待显示信息的关键词，确定待显示信息对应的组成元素；基于所述组成元素确定目标图像，所述目标图像用于表征所述待显示信息，且所述目标图像与所述待显示信息的显示风格相对应；

输出所述目标图像，以使在所述目标区域显示所述目标图像。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述待显示信息的数量为至少两个时，

根据所述至少两个待显示信息的关联关系，确定显示风格；

基于所确定的显示风格，确定与相应待显示信息对应的目标图像。

3.根据权利要求1所述的方法，其特征在于，所述基于所获取的待显示信息，确定目标图像，包括：

通过与反卷积神经网络模型适配的算法对所述待显示信息的完整文本进行分解，确定所述待显示信息对应的显示风格。

4.根据权利要求1所述的方法，其特征在于，所述基于所获取的待显示信息，确定目标图像，包括：

通过反卷积神经网络模型对所述待显示信息的完整文本进行处理，确认相应的目标信息；

对所确定的目标信息进行图形化处理，形成目标图像。

5.根据权利要求4所述的方法，其特征在于，所述通过反卷积神经网络模型对所述待显示信息的完整文本进行处理，确认相应的目标信息，包括：

通过所述反卷积神经网络模型中进行语句级别解码的第一解码器模型，对所述目标信息进行分解；

通过所述反卷积神经网络模型中进行词级别解码的第二解码器模型，对所述第一解码器模型的处理结果进行解码，确定所述目标信息中的关键词。

6.根据权利要求4所述的方法，其特征在于，所述对所确定的目标信息进行图形化处理，形成目标图像，包括：

通过反卷积神经网络模型的反卷积层和反池化层对与所述目标信息对应的图像的组成元素交叉进行处理，得到所述目标图像的组成元素的降采样结果；

通过所述反卷积神经网络模型的反池化层对所述降采样结果进行处理，形成待输出的目标图像。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于图像样本、以及所述图像样本的分类标签信息，对基于信息生成目标图像的反卷积神经网络模型进行训练。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述目标区域特征信息，通过反卷积神经网络模型的反卷积层确定所述目标图像的像素，以实现待输出目标图像与所述目标区域相适配。

9.一种服务器，其特征在于，所述服务器包括：

信息获取模块，用于监控页面目标区域中目标信息是否变化，获得一监控结果；

所述信息获取模块，用于获取待显示信息；

信息处理模块，用于基于所获取的待显示信息的关键词，确定待显示信息对应的组成元素；基于所述组成元素确定目标图像，所述目标图像用于表征所述待显示信息，且所述目标图像与所述待显示信息的显示风格相对应；

信息输出模块，用于输出所述目标图像，以使在所述目标区域显示所述目标图像。

10.一种服务器，其特征在于，所述服务器包括：

存储器，用于存储可执行指令；

处理器，用于运行所述存储器存储的可执行指令时，执行权利要求1至8所述的图像生成方法。