【技术实现步骤摘要】
图像生成方法、装置和设备
本专利技术涉及人工智能
，尤其涉及一种图像生成方法、装置和设备。
技术介绍
随着互联网技术的快速发展，人们每天可以接触到大量的新闻资讯，广告等信息。为了使新闻资讯和广告更能吸引用户，会在新闻资讯和广告中插入一些图片。人们在对图片进行设计时，会需要大量的图像素材，如植物图像，动物图像，人物图像等。目前获取图像素材的方式一般都是人工通过软件工具对所拥有的图像进行编辑，或者通过数码相机进行拍摄的方式获得。比较费时，并且获取的图像素材并不丰富，不能满足用户需求。
技术实现思路
本专利技术实施例提供一种图像生成方法、装置和设备，用以实现图像的自动快速生成。第一方面，本专利技术实施例提供一种图像生成方法，该方法包括：响应于图像生成请求，将第一随机噪声向量输入至生成器，以通过所述生成器生成第一编码向量；将所述第一编码向量输入至解码器，以通过所述解码器输出与所述第一随机噪声向量对应的图像。第二方面，本专利技术实施例提供一种图像生成装置，该装置包括：<...
【技术保护点】
1.一种图像生成方法，其特征在于，包括：/n响应于图像生成请求，将第一随机噪声向量输入至生成器，以通过所述生成器生成第一编码向量；/n将所述第一编码向量输入至解码器，以通过所述解码器输出与所述第一随机噪声向量对应的图像。/n
【技术特征摘要】
1.一种图像生成方法，其特征在于，包括：
响应于图像生成请求，将第一随机噪声向量输入至生成器，以通过所述生成器生成第一编码向量；
将所述第一编码向量输入至解码器，以通过所述解码器输出与所述第一随机噪声向量对应的图像。
2.根据权利要求1所述的方法，其特征在于，所述生成器是已训练至收敛的生成器，所述解码器是已训练至收敛的解码器。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取作为训练样本的第一图像；
通过编码器对所述第一图像进行编码，以得到第二编码向量；
通过所述解码器对所述第二编码向量进行解码，以得到第二图像；
根据所述第二图像和所述第一图像确定第一损失函数；
根据所述第一损失函数确定所述编码器和所述解码器的参数。
4.根据权利要求3所述的方法，其特征在于，所述编码器和所述解码器包括如下神经网络中的任一种：卷积神经网络、循环神经网络、长短期记忆网络。
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取第三图像；
通过训练至收敛的所述编码器对所述第三图像进行编码，以得到第三编码向量。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取第二随机噪声向量；
通过生成器对所述第二随...
【专利技术属性】
技术研发人员：刘金林，任健强，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY
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。