本申請涉及圖像處理，具體而言，涉及一種圖像生成方法、裝置、電子設(shè)備及非易失性存儲介質(zhì)。

背景技術(shù)：

1、相關(guān)技術(shù)中的圖像生成技術(shù)的圖像生成質(zhì)量不一致，且效果收提示詞影響較大，好的提示詞能大幅提高生成圖像質(zhì)量，而普通用戶往往沒有提示詞編寫的基礎(chǔ)，導致圖像生成效果差等問題。

2、針對上述的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本申請實施例提供了一種圖像生成方法、裝置、電子設(shè)備及非易失性存儲介質(zhì)，以至少解決由于圖像生成的質(zhì)量受提示詞影響較大，而普通用戶往往沒有提示詞編寫的基礎(chǔ)，造成的圖像生成效果差的技術(shù)問題。

2、根據(jù)本申請實施例的一個方面，提供了一種圖像生成方法，包括：獲取基礎(chǔ)提示詞，其中，基礎(chǔ)提示詞為用戶輸入的用于描述計劃生成的圖像的自然語言文本；在基礎(chǔ)提示詞的語種類型為目標語種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對應的標準提示詞，其中，目標語種為圖像生成大模型所支持的語種類型，標準提示詞為在歷史的圖像生成過程中，圖像評分超過預設(shè)分數(shù)閾值的圖像所對應的提示詞，圖像評分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；依據(jù)基礎(chǔ)提示詞和/或標準提示詞，確定目標提示詞，并采用圖像生成大模型，依據(jù)目標提示詞，生成目標圖像。

3、可選地，在獲取基礎(chǔ)提示詞之后，方法還包括：判斷基礎(chǔ)提示詞的語種類型是否為目標語種；在基礎(chǔ)提示詞的語種類型不為目標語種的情況下，采用翻譯大模型，將基礎(chǔ)提示詞的語種類型轉(zhuǎn)換為目標語種，其中，翻譯大模型能夠通過代理模塊來調(diào)用智能工具，并利用智能工具對基礎(chǔ)提示詞進行分析處理，其中，代理模塊包括以下至少之一：langchainagent，智能工具的功能包括以下至少之一：網(wǎng)頁搜索、天氣查詢。

4、可選地，提示詞數(shù)據(jù)集中包含不同描述場景下的多個標準提示詞對應的模板向量；確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對應的標準提示詞包括：對基礎(chǔ)提示詞進行向量化處理，得到基礎(chǔ)提示詞對應的特征向量；確定特征向量與提示詞數(shù)據(jù)集中各模板向量之間的相似度參數(shù)，其中，相似度參數(shù)用于表征特征向量與模板向量之間的相似程度；將提示詞數(shù)據(jù)集中相似度參數(shù)超出預設(shè)相似度閾值的模板向量對應的標準提示詞，確定為與基礎(chǔ)提示詞對應的標準提示詞。

5、可選地，依據(jù)基礎(chǔ)提示詞和/或標準提示詞，確定目標提示詞包括：采用圖像生成大模型，對基礎(chǔ)提示詞和標準提示詞進行潤色處理，得到目標提示詞；或者，采用圖像生成大模型，對基礎(chǔ)提示詞進行潤色處理，得到目標提示詞，其中，訓練圖像生成大模型多采用的訓練數(shù)據(jù)集中包括以下至少之一：與繪畫相關(guān)的資料，潤色處理包括以下至少之一：調(diào)整語法、調(diào)整語句邏輯、增加描述細節(jié)。

6、可選地，采用圖像生成大模型，依據(jù)目標提示詞，生成目標圖像包括：采用圖像生成大模型，依據(jù)目標提示詞，生成至少一個候選圖像；采用圖文理解大模型，對候選圖像的圖像內(nèi)容進行分析，得到候選圖像對應的圖像文本，其中，圖像文本用于描述候選圖像中的畫面內(nèi)容；在圖像文本中包含預設(shè)敏感詞的情況下，判定候選圖像不合規(guī)，并刪除不合規(guī)的候選圖像；依據(jù)圖像文本，確定剩余的候選圖像對應的圖像評分，并將圖像評分最高的預設(shè)數(shù)量個候選圖像，確定為目標圖像。

7、可選地，依據(jù)圖像文本，確定剩余的候選圖像對應的圖像評分包括：確定圖像文本與候選圖像對應的目標提示詞之間的第一指標，其中，第一指標用于表征圖像文本與目標提示詞之間的相似程度；依據(jù)候選圖像的圖像參數(shù)，確定第二指標，其中，圖像參數(shù)包括以下至少之一：清晰度、亮度、對比度、色彩準確度、失真程度，第二指標用于表征候選圖像的畫面質(zhì)量；依據(jù)第一指標和第二指標，確定候選圖像對應的圖像評分。

8、可選地，方法還包括：響應于二次優(yōu)化指令，采用圖像生成大模型，依據(jù)圖像評分、以及圖像評分對應的分析報告，重新生成與目標提示詞對應的目標圖像，其中，分析報告用于表征圖像評分的評分標準和得分細則。

9、根據(jù)本申請實施例的另一個方面，還提供了一種圖像生成裝置，包括：提示詞獲取模塊，用于獲取基礎(chǔ)提示詞，其中，基礎(chǔ)提示詞為用戶輸入的用于描述計劃生成的圖像的自然語言文本；提示詞優(yōu)化模塊，用于在基礎(chǔ)提示詞的語種類型為目標語種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對應的標準提示詞，其中，目標語種為圖像生成大模型所支持的語種類型，標準提示詞為在歷史的圖像生成過程中，圖像評分超過預設(shè)分數(shù)閾值的圖像所對應的提示詞，圖像評分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；圖像生成模塊，用于依據(jù)基礎(chǔ)提示詞和/或標準提示詞，確定目標提示詞，并采用圖像生成大模型，依據(jù)目標提示詞，生成目標圖像。

10、根據(jù)本申請實施例的又一方面，還提供了一種電子設(shè)備，包括：存儲器和處理器，處理器用于運行存儲在存儲器中的程序，其中，程序運行時執(zhí)行圖像生成方法。

11、根據(jù)本申請實施例的再一方面，還提供了一種非易失性存儲介質(zhì)，非易失性存儲介質(zhì)包括存儲的計算機程序，其中，非易失性存儲介質(zhì)所在設(shè)備通過運行計算機程序執(zhí)行圖像生成方法。

12、根據(jù)本申請實施例的再一方面，還提供了一種計算機程序產(chǎn)品，包括計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)圖像生成方法的步驟。

13、在本申請實施例中，采用獲取基礎(chǔ)提示詞，其中，基礎(chǔ)提示詞為用戶輸入的用于描述計劃生成的圖像的自然語言文本；在基礎(chǔ)提示詞的語種類型為目標語種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對應的標準提示詞，其中，目標語種為圖像生成大模型所支持的語種類型，標準提示詞為在歷史的圖像生成過程中，圖像評分超過預設(shè)分數(shù)閾值的圖像所對應的提示詞，圖像評分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；依據(jù)基礎(chǔ)提示詞和/或標準提示詞，確定目標提示詞，并采用圖像生成大模型，依據(jù)目標提示詞，生成目標圖像的方式，通過大模型對提示詞的翻譯與潤色與優(yōu)質(zhì)提示詞模板的向量匹配，達到了提升生成圖像的質(zhì)量的目的，進而解決了由于圖像生成的質(zhì)量受提示詞影響較大，而普通用戶往往沒有提示詞編寫的基礎(chǔ)，造成的圖像生成效果差技術(shù)問題。

技術(shù)特征：

1.一種圖像生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的圖像生成方法，其特征在于，在獲取基礎(chǔ)提示詞之后，所述方法還包括：

3.根據(jù)權(quán)利要求1所述的圖像生成方法，其特征在于，所述提示詞數(shù)據(jù)集中包含不同描述場景下的多個所述標準提示詞對應的模板向量；確定系統(tǒng)的提示詞數(shù)據(jù)集中與所述基礎(chǔ)提示詞對應的標準提示詞包括：

4.根據(jù)權(quán)利要求3所述的圖像生成方法，其特征在于，依據(jù)所述基礎(chǔ)提示詞和/或所述標準提示詞，確定目標提示詞包括：

5.根據(jù)權(quán)利要求3所述的圖像生成方法，其特征在于，采用所述圖像生成大模型，依據(jù)所述目標提示詞，生成目標圖像包括：

6.根據(jù)權(quán)利要求5所述的圖像生成方法，其特征在于，依據(jù)所述圖像文本，確定剩余的所述候選圖像對應的所述圖像評分包括：

7.根據(jù)權(quán)利要求6所述的圖像生成方法，其特征在于，所述方法還包括：

8.一種圖像生成裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：存儲器和處理器，所述處理器用于運行存儲在所述存儲器中的程序，其中，所述程序運行時執(zhí)行權(quán)利要求1至7中任意一項所述的圖像生成方法。

10.一種非易失性存儲介質(zhì)，其特征在于，所述非易失性存儲介質(zhì)包括存儲的計算機程序，其中，所述非易失性存儲介質(zhì)所在設(shè)備通過運行所述計算機程序執(zhí)行權(quán)利要求1至7中任意一項所述的圖像生成方法。

11.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任意一項所述的圖像生成方法的步驟。

技術(shù)總結(jié)
本申請公開了一種圖像生成方法、裝置、電子設(shè)備及非易失性存儲介質(zhì)。其中，該方法包括：獲取基礎(chǔ)提示詞；在基礎(chǔ)提示詞的語種類型為目標語種的情況下，確定系統(tǒng)的提示詞數(shù)據(jù)集中與基礎(chǔ)提示詞對應的標準提示詞，其中，目標語種為圖像生成大模型所支持的語種類型，標準提示詞為在歷史的圖像生成過程中，圖像評分超過預設(shè)分數(shù)閾值的圖像所對應的提示詞，圖像評分用于表征圖像生成大模型所生成的圖像的圖像質(zhì)量；依據(jù)基礎(chǔ)提示詞和/或標準提示詞，確定目標提示詞，并采用圖像生成大模型，依據(jù)目標提示詞，生成目標圖像。本申請解決了由于圖像生成的質(zhì)量受提示詞影響較大，而普通用戶往往沒有提示詞編寫的基礎(chǔ)，造成的圖像生成效果差的技術(shù)問題。

技術(shù)研發(fā)人員：周通,吳宇星,林志強,楊志烽,廖學林,李山秋
受保護的技術(shù)使用者：中國電信股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19