图像生成方法、装置、电子设备及计算机可读取存储介质与流程

本申请涉及人工智能绘图，具体涉及一种图像生成方法、装置、电子设备及计算机可读取存储介质。

背景技术：

1、人工智能(artificial intelligence，ai)绘图，是一种计算机生成图像的方式，是生成式人工智能(artificial intelligence generated content，aigc)应用领域内的一大分支。ai绘图主要包含两个部分，一个是对图像的分析与判断，即“学习”，一个是对图像的处理和还原，即“输出”。人工智能通过对数以万计的图像及绘画作品进行不断学习，现如今已经达到只需输入清晰易懂的关键词，即可在很短的时间内得到一张效果不错的图像。

技术实现思路

1、本申请实施例提出了一种图像生成方法、装置、电子设备及计算机可读取存储介质，以解决当前人工智能绘图可能存在部分区域细节不佳的问题。

2、第一方面，本申请实施例提供了一种图像生成方法，包括：基于预设关键词，采用人工智能算法绘制原始图像；获取所述原始图像中的目标区域，所述目标区域为被确定为有细节缺失问题的区域；若获取到所述目标区域，获取所述目标区域对应的修复模型；利用所述修复模型对所述目标区域进行细节修复，得到细节修复后的图像。

3、第二方面，本申请实施例提供了一种图像生成装置，包括：原始图像获取模块，用于基于预设关键词，采用人工智能算法绘制原始图像；细节检测模块，用于获取所述原始图像中的目标区域，所述目标区域为被确定为有细节缺失问题的区域；模型获取模块，用于若获取到所述目标区域，获取所述目标区域对应的修复模型；细节修复模块，用于利用所述修复模型对所述目标区域进行细节修复，得到细节修复后的图像。

4、第三方面，本申请实施例提供了一种电子设备，所述烹饪器具包括：存储器；一个或多个处理器；一个或多个应用程序，所述一个或多个应用程序存储在所述存储器中，并用于当被所述一个或多个处理器调用时，执行如上所述的方法。

5、第四方面，本申请实施例提供了一种计算机可读取存储介质，所述计算机可读取存储介质上存储有程序代码，所述程序代码用于当被处理器调用时执行如上所述的方法。

6、本申请实施例提供的图像生成方法、装置、电子设备及计算机可读取存储介质，基于预设关键词，采用人工智能绘制出原始图像，对原始图像进行检测，获取原始图像中有细节缺失问题的目标区域，若获取到目标区域，则获取与目标区域对应的修复模型，利用修复模型对目标区域进行修复，得到细节修复后的图像，从而可以对ai绘制的原始图像中存在细节缺失问题的区域进行优化，提高ai绘制的图像的细节质量，从而得到细节更加准确、质量更高的图像。

技术特征：

1.一种图像生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取所述原始图像中的目标区域，包括：

3.根据权利要求1所述的方法，其特征在于，所述获取所述目标区域对应的修复模型，包括：

4.根据权利要求3所述的方法，其特征在于，所述类别对应的修复模型是采用所述类别对应的图像训练集，对所述人工智能算法进行预先训练得到的模型，所述图像训练集中的所有图像均为被标记为不具有细节缺失问题的图像且图像分辨率高于设定值。

5.根据权利要求1所述的方法，其特征在于，所述利用所述修复模型对所述目标区域进行细节修复，包括：

6.根据权利要求5所述的方法，其特征在于，所述利用所述目标区域对应的修复模型，在所述遮罩上生成局部图像，包括：

7.根据权利要求5所述的方法，其特征在于，所述利用所述修复模型对所述目标区域进行细节修复，得到细节修复后的图像之后，所述方法还包括：

8.一种图像生成装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质上存储有程序代码，所述程序代码用于当被处理器调用时执行如权利要求1-7任一项所述的方法。

技术总结
本申请实施例提供一种图像生成方法、装置、电子设备及计算机可读取存储介质，涉及人工智能绘图技术领域。该方法通过基于预设关键词，采用人工智能算法绘制原始图像；获取原始图像中的目标区域，目标区域为被确定为有细节缺失问题的区域；若获取到目标区域，获取目标区域对应的修复模型；利用修复模型对目标区域进行细节修复，得到细节修复后的图像，从而可以对人工智能绘制的原始图像中存在细节缺失问题的区域进行优化，提高图像的细节质量，从而得到细节更加准确、质量更高的图像，解决当前人工智能绘图可能存在部分区域细节不佳的问题。

技术研发人员：王凡祎,苏婧文
受保护的技术使用者：北京欧珀通信有限公司
技术研发日：
技术公布日：2024/1/14