图像合成方法、装置、设备及存储介质制造方法及图纸

本申请涉及人工智能领域，具体公开了一种图像合成方法、装置、设备及存储介质，所述方法包括：获取用户历史数据，并基于所述用户历史数据进行特征提取，得到用户的多个匹配特征；根据多个所述匹配特征在预先构建的素材库中匹配图片素材，得到匹配素材；获取所述匹配素材的标签得分，并根据所述标签得分从所述匹配素材中确定待合成图片素材；将所述待合成图片素材进行图像合成，得到合成图像。得到合成图像。得到合成图像。

【技术实现步骤摘要】
图像合成方法、装置、设备及存储介质


[0001]本申请涉及人工智能领域，尤其涉及一种图像合成方法、装置、设备及存储介质。

技术介绍

[0002]目前，为了促进消费，大多数的应用程序都会有丰富的营销活动，海报作为活动推广营销的一种技术手段，不仅美观度十分重要，还需要能够引起用户的兴趣，贴近用户需求。目前市面上推广所用的海报基本都是由设计师制作的一张固定的静态图片，每个用户所看到的海报图像都是相同的，缺乏个性化，降低了用户参与活动的兴趣。

技术实现思路

[0003]本申请提供了一种图像合成方法、装置、设备及存储介质，以根据用户习惯进行图像合成。
[0004]第一方面，本申请提供了一种图像合成方法，所述方法包括：
[0005]获取用户历史数据，并基于所述用户历史数据进行特征提取，得到用户的多个匹配特征；
[0006]根据多个所述匹配特征在预先构建的素材库中匹配图片素材，得到匹配素材；
[0007]获取所述匹配素材的标签得分，并根据所述标签得分从所述匹配素材中确定待合成图片素材；
[0008]将所述待合成图片素材进行图像合成，得到合成图像。
[0009]第二方面，本申请还提供了一种图像合成装置，所述装置包括：
[0010]特征提取模块，用于获取用户历史数据，并基于所述用户历史数据进行特征提取，得到用户的多个匹配特征；
[0011]素材匹配模块，用于根据多个所述匹配特征在预先构建的素材库中匹配图片素材，得到匹配素材；
[0012]素材确定模块，用于获取所述匹配素材的标签得分，并根据所述标签得分从所述匹配素材中确定待合成图片素材；
[0013]图像合成模块，用于将所述待合成图片素材进行图像合成，得到合成图像。
[0014]第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的图像合成方法。
[0015]第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的图像合成方法。
[0016]本申请公开了一种图像合成方法、装置、设备及存储介质，通过获取用户历史数据，并基于用户历史数据进行特征提取，得到用户的多个匹配特征；根据多个匹配特征匹配图片素材，得到匹配素材；获取匹配素材的标签得分，并根据标签得分从匹配素材中确定待
合成图片素材；将待合成图片素材进行图像合成，得到合成图像。通过对用户历史数据的分析确定用户的匹配特征，根据用户的匹配特征去匹配相应的图片素材进行图像合成，能够使得合成出的图像更大程度上迎合用户的个人喜好，更具个性化。
附图说明
[0017]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本申请实施例提供的一种图像合成方法的示意流程图；
[0019]图2是本申请实施例提供的构建矩阵模型的示意流程图；
[0020]图3为本申请实施例提供的一种图像合成装置的示意性框图；
[0021]图4为本申请实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
[0022]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0023]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0024]应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0025]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0026]本申请的实施例提供了一种图像合成方法、装置、计算机设备及存储介质。图像合成方法可用于针对用户历史喜好合成相应的图像，实现个性化图像的自动生成。
[0027]下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
[0028]请参阅图1，图1是本申请实施例提供的一种图像合成方法的示意流程图。该图像合成方法通过对用户历史数据进行特征提取，得到用户的匹配特征，并根据匹配特征来匹配图片素材进行图像合成，实现了图像的个性化定制。
[0029]如图1所示，该图像合成方法，具体包括：步骤S101至步骤S104。
[0030]S101、获取用户历史数据，并基于所述用户历史数据进行特征提取，得到用户的多个匹配特征。
[0031]获取用户的历史数据，用户历史数据中可以包括用户对于物品的历史购买记录、历史浏览记录、历史收藏记录等等。在获取到用户历史数据后，可以对用户历史数据进行数据分析和特征提取，从而得到用户的多个匹配特征，匹配特征可以包括多个，例如颜色偏
好、物品偏好和风格偏好等。其中，物品可以是指具体的商品，也可以是指软件等应用程序。
[0032]在一实施例中，可以利用矩阵分解构建矩阵模型以基于用户历史数据分析用户的特征因子，从而得到匹配特征。
[0033]在具体实施过程中，如图2所示，该图像合成方法的步骤还可以包括：S110、获取样本数据，所述样本数据包括用户信息和所述用户信息对应的物品评分，并基于所述用户信息和所述用户信息对应的物品评分构建物品评分矩阵；S120、对所述物品评分矩阵进行矩阵分解，得到用户特征矩阵和物品特征矩阵；S130、对所述用户特征矩阵和所述物品特征矩阵进行迭代训练，并基于所述用户特征和所述物品特征矩阵构建矩阵模型，计算所述矩阵模型的损失函数的损失值；S140、当所述矩阵模型的损失函数的损失值达到预设值时，完成对所述矩阵模型的训练，以便基于训练得到的所述矩阵模型对所述用户历史数据进行特征提取。
[0034]其中，用户信息所对应的物品评分是指用户对某一物品所给出的物品评分。例如，用户对不同图书的评分信息，又或者用户对于不同应用软件的评分信息。对于构建的物品评分矩阵，可以对其进行矩阵分解，将原有的物品评分矩阵分解成两个低维矩阵用户隐矩阵(也即用户特征矩阵)和物品隐矩阵(也即物品特征矩阵)的乘积。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像合成方法，其特征在于，所述方法包括：获取用户历史数据，并基于所述用户历史数据进行特征提取，得到用户的多个匹配特征；根据多个所述匹配特征在预先构建的素材库中匹配图片素材，得到匹配素材；获取所述匹配素材的标签得分，并根据所述标签得分从所述匹配素材中确定待合成图片素材；将所述待合成图片素材进行图像合成，得到合成图像。2.根据权利要求1所述的图像合成方法，其特征在于，所述方法还包括：获取样本数据，所述样本数据包括用户信息和所述用户信息对应的物品评分，并基于所述用户信息和所述用户信息对应的物品评分构建物品评分矩阵；对所述物品评分矩阵进行矩阵分解，得到用户特征矩阵和物品特征矩阵；对所述用户特征矩阵和所述物品特征矩阵进行迭代训练，并基于所述用户特征矩阵和所述物品特征矩阵构建矩阵模型，计算所述矩阵模型的损失函数的损失值；当所述矩阵模型的损失函数的损失值达到预设值时，完成对所述矩阵模型的训练，以便基于训练得到的所述矩阵模型对所述用户历史数据进行特征提取。3.根据权利要求1所述的图像合成方法，其特征在于，所述基于所述用户历史数据进行特征提取，包括：基于预先训练的矩阵模型和所述用户历史数据确定所述用户的各个特征因子的因子得分；根据所述特征因子的因子得分确定用户的匹配特征。4.根据权利要求1所述的图像合成方法，其特征在于，所述根据多个所述匹配特征在预先构建的素材库中匹配图片素材，得到匹配素材，包括：对预先构建的素材库中的图片素材进行图像识别，并根据识别结果确定所述图片素材的素材标签和所述素材标签对应的标签得分；将所述匹配特征与所述图片素材的素材标签进行匹配，并将匹配成功的所述图片素材作为匹配素材。5.根据权利要求4所述的图像合成方法，其特征在于，所述识别结果包括至少一个；所述根据识别结果确定所述图片素材的素材标签和所述素材标签对应的标签得分，包括：统计所述识...

【专利技术属性】
技术研发人员：程志强，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：