本公開的實(shí)施例總體涉及計算機(jī)領(lǐng)域，并且更具體地，涉及用于數(shù)據(jù)處理的設(shè)備、方法、計算機(jī)可讀存儲介質(zhì)和計算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、隨著技術(shù)的發(fā)展，能夠借助于人工智能(artificial?intelligence，ai)生成模型以用于各種不同的應(yīng)用領(lǐng)域。例如，已經(jīng)有大量的文本到圖像模型，能夠在給定的文本的基礎(chǔ)上生成對應(yīng)的圖像。但是文本到圖像模型無法調(diào)節(jié)圖像中的對象的空間信息。

2、為了考慮空間信息，已經(jīng)提出了布局到圖像(layout-to-image，l2i)模型，從而基于給定的布局信息來生成對應(yīng)的圖像。雖然目前的布局到圖像模型能夠考慮對象的空間信息，但是所得到的圖像精度不高，依然存在生成的準(zhǔn)確率低的問題。

技術(shù)實(shí)現(xiàn)思路

1、根據(jù)本公開的示例實(shí)施例，提供了一種用于數(shù)據(jù)處理的設(shè)備和方法，能夠更加準(zhǔn)確地進(jìn)行數(shù)據(jù)生成，例如可以基于布局生成圖像。

2、在本公開的第一方面，提供了一種用于數(shù)據(jù)處理的設(shè)備，包括：至少一個處理器；以及至少一個存儲器，至少一個存儲器存儲計算機(jī)指令，所述指令當(dāng)由至少一個處理器執(zhí)行時，使得該設(shè)備：獲取經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，經(jīng)訓(xùn)練的數(shù)據(jù)生成模型是在擴(kuò)散模型的基礎(chǔ)上通過注入布局信息進(jìn)行空間調(diào)制而被生成的；以及將布局?jǐn)?shù)據(jù)輸入到經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，以得到與布局?jǐn)?shù)據(jù)對應(yīng)的生成數(shù)據(jù)。

3、在本公開的第二方面，提供了一種用于數(shù)據(jù)處理的方法，包括：獲取經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，所述經(jīng)訓(xùn)練的數(shù)據(jù)生成模型是在擴(kuò)散模型的基礎(chǔ)上通過注入布局信息來進(jìn)行空間調(diào)制而被生成的；以及將布局?jǐn)?shù)據(jù)輸入到經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，以得到與布局?jǐn)?shù)據(jù)對應(yīng)的生成數(shù)據(jù)。

4、本公開的第三方面，提供了一種計算機(jī)可讀存儲介質(zhì)，該計算機(jī)可讀存儲介質(zhì)具有在其上存儲的機(jī)器可執(zhí)行指令，該機(jī)器可執(zhí)行指令在由設(shè)備執(zhí)行時使該設(shè)備：獲取經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，所述經(jīng)訓(xùn)練的數(shù)據(jù)生成模型是在擴(kuò)散模型的基礎(chǔ)上通過注入布局信息來進(jìn)行空間調(diào)制而被生成的；以及將布局?jǐn)?shù)據(jù)輸入到經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，以得到與布局?jǐn)?shù)據(jù)對應(yīng)的生成數(shù)據(jù)。

5、本公開的第四方面，提供了一種計算機(jī)程序產(chǎn)品，包括計算機(jī)可執(zhí)行指令，其中計算機(jī)可執(zhí)行指令在被處理器執(zhí)行時實(shí)現(xiàn)根據(jù)本公開的第二方面所描述的方法。

6、本公開的第五方面，提供了一種電子設(shè)備，包括：處理電路或處理電路裝置，被配置為執(zhí)行根據(jù)本公開的第二方面所描述的方法。

7、提供
技術(shù)實(shí)現(xiàn)要素：
部分是為了以簡化的形式來介紹一系列概念，它們在下文的具體實(shí)施方式中將被進(jìn)一步描述。發(fā)明內(nèi)容部分不旨在標(biāo)識本公開的關(guān)鍵特征或必要特征，也不旨在限制本公開的范圍。本公開的其它特征將通過以下的描述變得容易理解。

技術(shù)特征：

1.一種用于數(shù)據(jù)處理的設(shè)備，包括：

2.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述計算機(jī)程序指令在由所述至少一個處理器執(zhí)行時還使得所述設(shè)備通過下述方式得到所述生成數(shù)據(jù)：

3.根據(jù)權(quán)利要求2所述的設(shè)備，其中所述計算機(jī)程序指令在由所述至少一個處理器執(zhí)行時還使得所述設(shè)備通過下述方式得到所述生成數(shù)據(jù)：

4.根據(jù)權(quán)利要求3所述的設(shè)備，其中所述計算機(jī)程序指令在由所述至少一個處理器執(zhí)行時使得所述設(shè)備通過下述方式確定所述權(quán)重參數(shù)和所述偏置參數(shù)：

5.根據(jù)權(quán)利要求3所述的設(shè)備，其中所述權(quán)重參數(shù)和所述偏置參數(shù)具有與所述前一步得到的中間噪聲數(shù)據(jù)相同的空間維度。

6.根據(jù)權(quán)利要求3所述的設(shè)備，其中所述權(quán)重參數(shù)和所述偏置參數(shù)針對所述布局?jǐn)?shù)據(jù)所表示的前景區(qū)域。

7.根據(jù)權(quán)利要求3所述的設(shè)備，其中所述計算機(jī)程序指令在由所述至少一個處理器執(zhí)行時使得所述設(shè)備通過下述方式得到用于所述多步反向過程的下一步的中間噪聲數(shù)據(jù)：

8.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述計算機(jī)程序指令在由所述至少一個處理器執(zhí)行時還使得所述設(shè)備通過下述方式生成所述經(jīng)訓(xùn)練的數(shù)據(jù)生成模型：

9.根據(jù)權(quán)利要求8所述的設(shè)備，其中所述計算機(jī)程序指令在由所述至少一個處理器執(zhí)行時使得所述設(shè)備通過下述方式生成所述經(jīng)訓(xùn)練的數(shù)據(jù)生成模型：

10.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述擴(kuò)散模型是針對文本到圖像的訓(xùn)練任務(wù)通過預(yù)訓(xùn)練而被生成的。

11.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述生成數(shù)據(jù)包括以下至少一項(xiàng)：音頻數(shù)據(jù)、心電圖數(shù)據(jù)、圖像、視頻數(shù)據(jù)、計算機(jī)斷層掃描數(shù)據(jù)、或光學(xué)相干斷層掃描數(shù)據(jù)。

12.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述布局?jǐn)?shù)據(jù)包括至少一個目標(biāo)對象的以下信息中的至少一項(xiàng)：類別、大小、以及位置。

13.一種用于數(shù)據(jù)處理的方法，包括：

14.一種電子設(shè)備，包括處理電路，被配置為執(zhí)行：

技術(shù)總結(jié)
本公開的實(shí)施例涉及一種用于數(shù)據(jù)處理的設(shè)備和方法，涉及計算機(jī)領(lǐng)域。該設(shè)備可以獲取經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，經(jīng)訓(xùn)練的數(shù)據(jù)生成模型是在擴(kuò)散模型的基礎(chǔ)上通過注入布局信息進(jìn)行空間調(diào)制而被生成的；以及將布局?jǐn)?shù)據(jù)輸入到經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，以得到與布局?jǐn)?shù)據(jù)對應(yīng)的生成數(shù)據(jù)。以此方式，能夠在擴(kuò)散模型的基礎(chǔ)上通過注入布局信息進(jìn)行空間調(diào)制而生成經(jīng)訓(xùn)練的數(shù)據(jù)生成模型，其能夠更精確地控制對象的空間信息。因此，能夠改進(jìn)諸如布局到圖像等生成模型，從而提升數(shù)據(jù)生成的精度。

技術(shù)研發(fā)人員：張朋藝,張霓
受保護(hù)的技術(shù)使用者：日本電氣株式會社
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10