图像生成方法、装置、电子设备及计算机可读取存储介质制造方法及图纸

本申请实施例提供一种图像生成方法、装置、电子设备及计算机可读取存储介质，涉及人工智能绘图技术领域。该方法通过基于预设关键词，采用人工智能算法绘制原始图像；获取原始图像中的目标区域，目标区域为被确定为有细节缺失问题的区域；若获取到目标区域，获取目标区域对应的修复模型；利用修复模型对目标区域进行细节修复，得到细节修复后的图像，从而可以对人工智能绘制的原始图像中存在细节缺失问题的区域进行优化，提高图像的细节质量，从而得到细节更加准确、质量更高的图像，解决当前人工智能绘图可能存在部分区域细节不佳的问题。问题。问题。

【技术实现步骤摘要】
图像生成方法、装置、电子设备及计算机可读取存储介质


[0001]本申请涉及人工智能绘图
，具体涉及一种图像生成方法、装置、电子设备及计算机可读取存储介质。

技术介绍

[0002]人工智能(Artificial Intelligence，AI)绘图，是一种计算机生成图像的方式，是生成式人工智能(Artificial Intelligence generated content，AIGC)应用领域内的一大分支。AI绘图主要包含两个部分，一个是对图像的分析与判断，即“学习”，一个是对图像的处理和还原，即“输出”。人工智能通过对数以万计的图像及绘画作品进行不断学习，现如今已经达到只需输入清晰易懂的关键词，即可在很短的时间内得到一张效果不错的图像。

技术实现思路

[0003]本申请实施例提出了一种图像生成方法、装置、电子设备及计算机可读取存储介质，以解决当前人工智能绘图可能存在部分区域细节不佳的问题。
[0004]第一方面，本申请实施例提供了一种图像生成方法，包括：基于预设关键词，采用人工智能算法绘制原始图像；获取所述原始图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像生成方法，其特征在于，包括：基于预设关键词，采用人工智能算法绘制原始图像；获取所述原始图像中的目标区域，所述目标区域为被确定为有细节缺失问题的区域；若获取到所述目标区域，获取所述目标区域对应的修复模型；利用所述修复模型对所述目标区域进行细节修复，得到细节修复后的图像。2.根据权利要求1所述的方法，其特征在于，所述获取所述原始图像中的目标区域，包括：输出所述原始图像；响应于作用于所述原始图像上的用户操作，获取所述原始图像中对应于所述用户操作的区域，作为所述目标区域。3.根据权利要求1所述的方法，其特征在于，所述获取所述目标区域对应的修复模型，包括：获取所述目标区域中的目标图像；识别所述目标图像的类别；获取所述类别对应的修复模型，作为所述目标区域对应的修复模型。4.根据权利要求3所述的方法，其特征在于，所述类别对应的修复模型是采用所述类别对应的图像训练集，对所述人工智能算法进行预先训练得到的模型，所述图像训练集中的所有图像均为被标记为不具有细节缺失问题的图像且图像分辨率高于设定值。5.根据权利要求1所述的方法，其特征在于，所述利用所述修复模型对所述目标区域进行细节修复，包括：在所述目标区域上添加遮罩；利用所述目标区域对应的修复模型，在所述遮罩上生成局部图像，得到具有所述局部图像的遮罩；将具有所述局部图像的遮罩拼接到所述原始图像上，以使所述局部图像覆盖目标区域，形成细节修复后的图像。6.根据权利要求5所述的方法，其特征在于，所述利用所述目标区域对应的修复模型，...

【专利技术属性】
技术研发人员：王凡祎，苏婧文，
申请(专利权)人：北京欧珀通信有限公司，
类型：发明
国别省市：