【技术实现步骤摘要】
图像生成方法及装置、计算机可读存储介质、电子设备
本公开涉及计算机领域，特别涉及一种图像生成方法、图像生成装置、计算机可读存储介质及电子设备。
技术介绍
随着物质生活的丰富和计算机技术的发展，产品销售逐渐分化出了电商和实体销售，无论是电商还是实体销售，都需要设计与产品相关的宣传材料，以帮助用户了解产品信息。目前，设计宣传材料的主流方法是基于统计学的方法，但是该方法没有考虑到图像特征，忽略了素材间是否搭配的问题，使得最终形成的宣传材料中的素材不协调，视觉效果欠佳，并且生成效率低，用户体验较差，进一步降低了产品的点击量和购买量。鉴于此，本领域亟需开发一种新的图像生成方法及装置。需要说明的是，上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解。
技术实现思路
本公开的实施例提供一种图像生成方法、图像生成装置、计算机可读存储介质及电子设备，进而至少在一定程度上提高了图像的生成效率，并且生成的图像中素材之间相互搭配，提高了图像的视觉效果。本公开的其他特性和优点将通过下面的详细描述变得显然，或部...
【技术保护点】
1.一种图像生成方法，其特征在于，包括：/n获取图像模板，通过机器学习模型对所述图像模板中的修饰元素进行特征提取以获取与所述修饰元素对应的特征向量，同时通过模糊过滤器对所述修饰元素进行特征提取以获取所述修饰元素的颜色特征；/n将所述特征向量与特征向量库中的多个待匹配特征向量进行匹配，根据匹配结果确定多个目标待匹配特征向量，其中所述特征向量库是根据所述机器学习模型对修饰素材进行特征提取所获取的特征向量形成的；/n根据与各所述目标待匹配特征向量对应的修饰素材确定多个待匹配颜色特征，将所述颜色特征与各所述待匹配颜色特征进行匹配，根据匹配结果确定多个目标修饰素材；/n根据所述图像模...
【技术特征摘要】
1.一种图像生成方法，其特征在于，包括：
获取图像模板，通过机器学习模型对所述图像模板中的修饰元素进行特征提取以获取与所述修饰元素对应的特征向量，同时通过模糊过滤器对所述修饰元素进行特征提取以获取所述修饰元素的颜色特征；
将所述特征向量与特征向量库中的多个待匹配特征向量进行匹配，根据匹配结果确定多个目标待匹配特征向量，其中所述特征向量库是根据所述机器学习模型对修饰素材进行特征提取所获取的特征向量形成的；
根据与各所述目标待匹配特征向量对应的修饰素材确定多个待匹配颜色特征，将所述颜色特征与各所述待匹配颜色特征进行匹配，根据匹配结果确定多个目标修饰素材；
根据所述图像模板、所述目标修饰素材和主体素材生成目标图像。
2.根据权利要求1所述的图像生成方法，其特征在于，所述通过机器学习模型对所述图像模板中的修饰元素进行特征提取以获取与所述修饰元素对应的特征向量，包括：
将所述修饰元素输入至卷积神经网络模型，通过所述卷积神经网络模型对所述修饰元素进行特征提取，以获取与所述修饰元素对应的语义特征、风格特征和形状特征；
将所述语义特征、所述风格特征和所述形状特征按照预设规则整合，以获取所述特征向量。
3.根据权利要求1所述的图像生成方法，其特征在于，所述通过模糊过滤器对所述修饰元素进行特征提取以获取所述修饰元素的颜色特征，包括：
将所述修饰元素的颜色格式转换为HSV格式；
通过第一模糊过滤器对HSV格式的修饰元素进行处理，以获取第一直方图信息；
通过第二模糊过滤器对所述第一直方图信息进行处理，以获取第二直方图信息，并将所述第二直方图信息作为所述颜色特征。
4.根据权利要求1所述的图像生成方法，其特征在于，所述方法还包括：
获取素材库，通过所述机器学习模型对所述素材库中的多个修饰素材分别进行特征提取以获取与各所述修饰素材对应的特征向量，同时通过所述模糊过滤器对各所述修饰素材进行特征提取以获取所述修饰素材的颜色特征；
将与所述修饰素材对应的特征向量作为所述待匹配特征向量，并存入所述特征向量库中；
将所述修饰素材的颜色特征作为所述待匹配颜色特征，并存入颜色特征库中。
5.根据权利要求1所述的图像生成方法，其特征在于，所述将所述特征向量与特征向量库中的多个待匹配特征向量进行匹配，根据匹配结果确定多个目标待匹配特征向量，包括：
计算所述特征向量与各所...
【专利技术属性】
技术研发人员：吴桐，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。