System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及人工智能,尤其涉及计算机视觉、智能搜索、深度学习等领域,具体地,涉及一种图像生成方法、装置、电子设备以及存储介质。
技术介绍
1、图文样式作为信息的富媒体形式,相较于纯文本的文章、广告等信息,可以通过添加图像增加文本的信息量,让文本更形象,配有图像的文本也更容易引起读者的兴趣,从而提升文本的点击率以及变现效率。在该过程中,需要基于给定的文本,匹配上满足文本相关性的优质图片。
技术实现思路
1、本公开提供了一种图像生成方法、装置、电子设备以及存储介质。
2、根据本公开的一方面,提供了一种图像生成方法,包括:根据文本内容,进行图像检索,得到与文本内容相关的目标检索图像;对目标检索图像进行特征提取,得到图像结构化特征;以及根据图像结构化特征,生成目标图像。
3、根据本公开的另一方面,提供了一种图像生成装置,包括:图像检索模块,用于根据文本内容,进行图像检索,得到与文本内容相关的目标检索图像;特征提取模块,用于对目标检索图像进行特征提取,得到图像结构化特征;以及图像生成模块,用于根据图像结构化特征,生成目标图像。
4、根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开的图像生成方法。
5、根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读
6、根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序存储于可读存储介质和电子设备其中至少之一上,所述计算机程序在被处理器执行时实现本公开的图像生成方法。
7、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种图像生成方法,包括:
2.根据权利要求1所述的方法,其中,所述根据所述图像结构化特征,生成目标图像包括:
3.根据权利要求1所述的方法,其中,所述根据所述图像结构化特征,生成目标图像包括:
4.根据权利要求3所述的方法,其中,所述根据所述图像结构化特征和所述文本内容的文本特征,生成所述目标图像包括:
5.根据权利要求4所述的方法,其中,所述对所述第二融合特征向量进行解码,生成所述目标图像包括:
6.根据权利要求1-5中任一项所述的方法,其中,所述对所述目标检索图像进行特征提取,得到图像结构化特征包括:
7.根据权利要求6所述的方法,其中,所述目标图像类别包括人物类别,所述目标特征提取模型包括姿态检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进行特征提取,得到所述图像结构化特征包括:
8.根据权利要求6所述的方法,其中,所述目标图像类别包括建筑类别,所述目标特征提取模型包括线段检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进
9.根据权利要求6所述的方法,其中,所述目标图像类别包括场景类别,所述目标特征提取模型包括深度检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进行特征提取,得到所述图像结构化特征包括:
10.根据权利要求6所述的方法,其中,所述目标特征提取模型包括边缘检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进行特征提取,得到所述图像结构化特征包括:
11.根据权利要求1-10中任一项所述的方法,其中,所述目标检索图像中包括目标对象;所述对所述目标检索图像进行特征提取,得到图像结构化特征包括:
12.根据权利要求1-11中任一项所述的方法,其中,所述根据文本内容,进行图像检索,得到与所述文本内容相关的目标检索图像包括:
13.根据权利要求3-5中任一项所述的方法,还包括:在所述根据所述图像结构化特征和所述文本内容的文本特征,生成所述目标图像之前,
14.根据权利要求1-13中任一项所述的方法,还包括:
15.一种图像生成装置,包括:
16.根据权利要求15所述的装置,其中,所述图像生成模块包括:
17.根据权利要求15所述的装置,其中,所述图像生成模块包括:
18.根据权利要求17所述的装置,其中,所述图像生成子模块包括:
19.根据权利要求18所述的装置,其中,所述解码单元包括:
20.根据权利要求15-19中任一项所述的装置,其中,所述特征提取模块包括:
21.根据权利要求20所述的装置,其中,所述目标图像类别包括人物类别,所述目标特征提取模型包括姿态检测模型;所述第一特征提取子模块包括:
22.根据权利要求20所述的装置,其中,所述目标图像类别包括建筑类别,所述目标特征提取模型包括线段检测模型;所述第一特征提取子模块包括:
23.根据权利要求20所述的装置,其中,所述目标图像类别包括场景类别,所述目标特征提取模型包括深度检测模型;所述第一特征提取子模块包括:
24.根据权利要求20所述的装置,其中,所述目标特征提取模型包括边缘检测模型;所述第一特征提取子模块包括:
25.根据权利要求15-24中任一项所述的装置,其中,所述目标检索图像中包括目标对象;所述特征提取模块包括:
26.根据权利要求15-25中任一项所述的装置,其中,所述图像检索模块包括:
27.根据权利要求17-19中任一项所述的装置,还包括:
28.根据权利要求15-27中任一项所述的装置,还包括:
29.一种电子设备,包括:
30.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。
31.一种计算机程序产品,包括计算机程序,所述计算机程序存储于可读存储介质和电子设备其中至少之一上,所述计算机程序在被处理器执行时实现根据权利要求1-14中任一项所述的方法。
...【技术特征摘要】
1.一种图像生成方法,包括:
2.根据权利要求1所述的方法,其中,所述根据所述图像结构化特征,生成目标图像包括:
3.根据权利要求1所述的方法,其中,所述根据所述图像结构化特征,生成目标图像包括:
4.根据权利要求3所述的方法,其中,所述根据所述图像结构化特征和所述文本内容的文本特征,生成所述目标图像包括:
5.根据权利要求4所述的方法,其中,所述对所述第二融合特征向量进行解码,生成所述目标图像包括:
6.根据权利要求1-5中任一项所述的方法,其中,所述对所述目标检索图像进行特征提取,得到图像结构化特征包括:
7.根据权利要求6所述的方法,其中,所述目标图像类别包括人物类别,所述目标特征提取模型包括姿态检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进行特征提取,得到所述图像结构化特征包括:
8.根据权利要求6所述的方法,其中,所述目标图像类别包括建筑类别,所述目标特征提取模型包括线段检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进行特征提取,得到所述图像结构化特征包括:
9.根据权利要求6所述的方法,其中,所述目标图像类别包括场景类别,所述目标特征提取模型包括深度检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进行特征提取,得到所述图像结构化特征包括:
10.根据权利要求6所述的方法,其中,所述目标特征提取模型包括边缘检测模型;所述根据与所述目标图像类别相适配的目标特征提取模型,对所述目标检索图像进行特征提取,得到所述图像结构化特征包括:
11.根据权利要求1-10中任一项所述的方法,其中,所述目标检索图像中包括目标对象;所述对所述目标检索图像进行特征提取,得到图像结构化特征包括:
12.根据权利要求1-11中任一项所述的方法,其中,所述根据文本内容,进行图像检索,得到与所述文本内容相关的目标检索图像包括:
13.根据权利要求3-5中任一项所述的方法,还包括:在所述根据所述图像结构化...
【专利技术属性】
技术研发人员:陶文,阴凉,杨羿,余超,孟庆月,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:
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。