[发明专利]图像生成方法和装置及存储介质

权利要求书

1.一种图像生成方法，其特征在于，包括：

获取与待生成的目标图像关联的多张候选图像，其中，所述多张候选图像为从数据共享平台收集到的携带有用于推广目标主题的文字信息的图像；

依次对所述多张候选图像的每张候选图像进行特征提取，得到多组候选特征对，其中，每组候选特征对中包括从一张候选图像中提取出的与所述目标主题关联的文字特征，及从所述一张候选图像中提取出的图像特征；

将所述多组候选特征对依次输入图像生成模型，其中，所述图像生成模型为利用多个样本数据进行训练后得到的用于生成用于推广指定主题的图像的神经网络模型，所述图像生成模型中包括用于生成图像的生成子网络模型，及用于识别所生成的图像是否为所述指定主题的鉴定子网络模型；

根据所述图像生成模型的输出结果，获取具有所述目标主题的所述目标图像。

2.根据权利要求1所述的方法，其特征在于，在所述将所述多组候选特征对依次输入图像生成模型之后，还包括：

在当前输入的为第i张候选图像的候选特征对的情况下，利用所述第i张候选图像中提取出的所述文字特征，通过所述生成子网络模型生成与所述目标主题相匹配的对象图像，其中，i为大于1，且小于等的整数，N为所述多张候选图像的数量；

在所述鉴定子网络模型获取到所述对象图像的情况下，鉴定所述对象图像与当前输入的所述第i张候选图像是否为相同主题；

在所述对象图像输入的所述第i张候选图像为相同主题的情况下，将所述对象图像确定为所述目标图像。

3.根据权利要求1所述的方法，其特征在于，依次对所述多张候选图像的每张候选图像进行特征提取，得到多组候选特征对包括：

重复执行以下步骤，直至遍历所述多张候选图像：

获取当前候选图像；

识别所述当前候选图像中与所述目标主题关联的文字信息；对所述文字信息进行分词和映射处理，得到与所述当前候选图像对应的多个当前词向量，并对所述多个当前词向量进行聚合处理，得到一组当前句向量；将所述当前句向量确定为所述当前候选图像的文字特征；

识别所述当前候选图像中的图像信息，其中，所述图像信息包括各个像素点的位置信息及颜色信息；根据所述图像信息确定所述图像特征。

4.根据权利要求1所述的方法，其特征在于，在所述获取与待生成的目标图像关联的多张候选图像之前，还包括：

获取多个样本数据，其中，所述多个样本数据包括第一类样本数据和第二类样本数据，其中，所述第一类样本数据为相同主题的图像数据，所述第二类样本数据为不同主题的图像数据；

利用所述多个样本数据对初始化的图像生成模型进行训练，以得到所述图像生成模型。

5.根据权利要求1所述的方法，其特征在于，所述获取与待生成的目标图像关联的多张候选图像包括：

获取搜索请求，其中，所述搜索请求中携带有所述目标主题的关键词；

响应所述搜索请求，从所述数据共享平台中查找到具有所述目标主题的所述多张候选图像。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述图像生成模型为基于stackGAN模型构建。

7.一种图像生成装置，其特征在于，包括：

第一获取单元，用于获取与待生成的目标图像关联的多张候选图像，其中，所述多张候选图像为从数据共享平台收集到的携带有用于推广目标主题的文字信息的图像；

提取单元，用于依次对所述多张候选图像的每张候选图像进行特征提取，得到多组候选特征对，其中，每组候选特征对中包括从一张候选图像中提取出的与所述目标主题关联的文字特征，及从所述一张候选图像中提取出的图像特征；

输入单元，用于将所述多组候选特征对依次输入图像生成模型，其中，所述图像生成模型为利用多个样本数据进行训练后得到的用于生成用于推广指定主题的图像的神经网络模型，所述图像生成模型中包括用于生成图像的生成子网络模型，及用于识别所生成的图像是否为所述指定主题的鉴定子网络模型；

第二获取单元，用于根据所述图像生成模型的输出结果，获取具有所述目标主题的所述目标图像。