[发明专利]图像生成方法、装置、电子设备以及存储介质

权利要求书

1.一种图像生成方法，包括：

对文本信息进行编码，得到文本表示向量；

基于所述文本表示向量，生成多个中间文生图图像；

基于所述多个中间文生图图像各自的图像语义信息与所述文本信息，从所述多个中间文生图图像中确定目标中间文生图图像；以及

基于所述目标中间文生图图像，生成与所述文本信息相匹配的目标图像。

2.根据权利要求1所述的方法，其中，所述基于所述多个中间文生图图像各自的图像语义信息与所述文本信息，从所述多个中间文生图图像中确定目标中间文生图图像，包括：

基于所述多个中间文生图图像各自的图像语义信息和所述文本信息，确定所述多个中间文生图图像各自与所述文本信息之间的语义相似度，得到多个语义相似度；以及

基于所述多个语义相似度，从所述多个中间文生图图像中确定所述目标中间文生图图像。

3.根据权利要求1所述的方法，其中，所述基于所述目标中间文生图图像，生成目标图像，包括：

对所述目标中间文生图图像进行采样，得到中间图像；以及

基于所述中间图像和所述文本表示向量，生成所述目标图像。

4.根据权利要求1所述的方法，其中，所述基于所述目标中间文生图图像和所述文本表示向量，生成目标图像，包括：

循环地执行下述操作，直至所述n个第t轮次中间文生图图像中存在至少一个第t轮次中间文生图图像满足预定条件：

针对n/k个第t-1轮次目标中间文生图图像中的每个第t-1轮次目标中间文生图图像，对所述第t-1轮次目标中间文生图图像分别进行k次采样，得到n个第t轮次中间图像，其中，k为大于1的整数，n为k的整数倍，t为大于或者等于2的整数；

基于所述文本表示向量和所述n个第t轮次中间图像，生成n个第t轮次中间文生图图像；以及

在确定所述n个第t轮次中间文生图图像满足预定条件的情况下，从所述n个第t轮次中间文生图图像中确定所述目标图像。

5.根据权利要求4所述的方法，其中，所述基于所述多个中间文生图图像各自与所述文本信息之间的语义相似度，从所述多个中间文生图图像中确定目标中间文生图图像，包括：

在确定所述n个第t-1轮次中间文生图图像均不满足所述预定条件的情况下，基于所述n个第t-1轮次中间文生图图像各自与所述文本信息之间的语义相似度，从所述n个第t-1轮次中间文生图图像中确定所述n/k个第t-1轮次目标中间文生图图像。

6.根据权利要求1所述的方法，其中，所述基于所述目标中间文生图图像，生成目标图像，包括：

循环地执行下述操作，直至m个第t轮次中间文生图图像中存在至少一个第t轮次中间文生图图像满足预定条件：

基于t确定m；

针对所述m/k个第t-1轮次目标中间文生图图像中的每个第t-1轮次目标中间文生图图像，对所述第t-1轮次目标中间文生图图像分别进行k次采样，得到m个第t轮次中间图像，其中，k为大于1的整数，m为k的整数倍，t为大于或者等于2的整数；

基于所述文本表示向量和所述m个第t轮次中间图像，生成m个第t轮次中间文生图图像；以及

在确定所述m个第t轮次中间文生图图像满足预定条件的情况下，从所述m个第t轮次中间文生图图像中确定所述目标图像。

7.根据权利要求6所述的方法，其中，所述基于所述多个中间文生图图像各自与所述文本信息之间的语义相似度，从所述多个中间文生图图像中确定目标中间文生图图像，包括：

在确定m个第t-1轮次中间文生图图像均不满足所述预定条件的情况下，基于所述m个第t-1轮次中间文生图图像各自与所述文本信息之间的语义相似度，从所述m个第t-1轮次中间文生图图像中确定m/k个第t-1轮次目标中间文生图图像。

8.根据权利要求4或6所述的方法，其中，所述预定条件包括以下至少一项：t等于预定整数T、所述第t轮次中间文生图图像与所述文本信息之间的语义相似度大于预定语义相似度阈值。