【技術實現步驟摘要】
本申請涉及圖像生成，具體涉及一種基于文本數據的圖像生成方法、系統及裝置。
技術介紹
1、隨著人工智能技術的快速發展，基于文本生成圖像的方法受到了廣泛關注。這種方法能夠通過自然語言描述生成符合描述的圖像，極大地擴展了人類表達和創造的可能性。傳統的圖像生成通常依賴于手工繪制或圖像編輯軟件，但這些方法要求用戶具備較高的專業技能，并且生成過程耗時較長。近年來，基于深度學習的圖像生成模型，如生成對抗網絡和擴散模型，在計算機視覺領域取得了顯著進展，使得自動生成高質量圖像成為可能。
2、然而，現有的基于文本的圖像生成方法在實際應用中仍面臨諸多挑戰，如何準確理解和解釋復雜的文本描述語言成為一大難題?；谏疃葘W習的圖像生成模型在簡單的語義結構下能夠表現出較好的結果，然而當文本描述的目標信息或場景相對復雜時，由于信息丟失現象或者不能充分理解文本語義信息導致圖像生成的結果常常出現目標錯誤等問題，難以準確反映文本數據的主題和內容。
技術實現思路
1、為了解決上述技術問題，本申請的目的在于提供一種基于文本數據的圖像生成方法、系統及裝置，所采用的技術方案具體如下：
2、第一方面，本申請實施例提供了一種基于文本數據的圖像生成方法，該方法包括以下步驟：
3、獲取待生成圖像的文本數據集；
4、根據文本數據集中每個詞匯及其鄰近詞匯的重要性權重以及情感色彩得分，構建每個詞匯的色彩導向指數；
5、根據文本數據集中每個詞匯與其所在段落內的所有詞匯之間的色彩導向指數
6、根據重要性指數為文本數據集中每個詞匯進行加權，將加權后的文本數據集作為生成對抗網絡的輸入，生成對應的圖像。
7、優選地，所述詞匯包括名詞、形容詞、動詞以及其他詞匯，其對應的重要性權重按照排列順序從大到小依次設置。
8、優選地，所述情感色彩得分通過對文本數據集中的詞匯采用snownlp情感分析工具獲取得到。
9、優選地，所述色彩導向指數的構建過程為：計算每個詞匯的任一鄰近詞匯的重要性權重和情感色彩得分進行正向融合的融合結果；將每個詞匯的所有鄰近詞匯的所述融合結果的平均水平作為所述每個詞匯的色彩導向指數。
10、優選地，在對重要性權重和情感色彩得分進行正向融合之前，計算情感色彩得分與其所在范圍的兩個端點之間的差異情況，將所述差異情況代替情感色彩得分，與重要性權重進行融合。
11、優選地，所述詞向量的獲取方法為：對文本數據集采用上下文嵌入模型，對每個詞匯生成一個詞向量。
12、優選地，所述重要性指數的確定方法包括：
13、根據文本數據集中每個詞匯與其所在段落內的所有詞匯之間的色彩導向指數的差異以及詞向量的相似度，確定每個詞匯的場景關聯度指數；
14、根據每個詞匯的場景關聯度指數以及其所在文本數據集中出現的頻率，確定每個詞匯的重要性指數。
15、優選地，所述場景關聯度指數的確定方法包括：
16、對于文本數據集中每個詞匯所在段落中的任一詞匯，計算所述每個詞匯與所述任一詞匯之間的詞向量的相似度；
17、計算所述每個詞匯與所述任一詞匯之間的色彩導向指數的差異情況；
18、將相似度與差異情況進行反向融合，根據每個詞匯所在段落中所有詞匯的反向融合結果確定所述場景關聯度指數。
19、第二方面，本申請實施例提供了一種基于文本數據的圖像生成系統，所述系統包括：
20、文本數據采集模塊，用于獲取待生成圖像的文本數據集；
21、文本數據分析模塊，用于根據文本數據集中每個詞匯及其鄰近詞匯的重要性權重以及情感色彩得分，構建每個詞匯的色彩導向指數；根據文本數據集中每個詞匯與其所在段落內的所有詞匯之間的色彩導向指數的差異以及詞向量的相似度，結合每個詞匯在其所在文本數據集中出現的頻率，確定每個詞匯的重要性指數；
22、圖像生成模塊，用于根據重要性指數為文本數據集中每個詞匯進行加權，將加權后的文本數據集作為生成對抗網絡的輸入，生成對應的圖像。
23、第三方面，本申請實施例還提供了一種基于文本數據的圖像生成裝置，所述裝置執行上述任意一項所述一種基于文本數據的圖像生成方法的步驟。
24、由以上實施例可見，本申請實施例提供的一種基于文本數據的圖像生成方法、系統及裝置，至少具有如下有益效果：
25、本申請通過采集待生成圖像的文本數據集，通過對文本數據集中的詞匯分析重要性權重以及情感色彩得分構建色彩導向指數，有益效果在于色彩導向指數考慮了每個詞匯周圍鄰近詞匯的詞性和情感表達，根據詞匯的色彩導向指數可以正確傳遞用戶想要表達的情感色彩導向，進而在生成圖像時可以更好地把握文本描述數據的主題元素和情感色彩；其次，基于同一段落內的詞匯之間的詞向量關系以及詞匯在文本數據集中出現的頻率，并結合詞匯的色彩導向指數構建重要性指數，有益效果在于考慮了不同詞匯在文本數據集中同一段落下共同描述同一場景時詞匯之間存在的潛在語義關系，根據重要性指數為文本數據集中的每個詞匯賦予不同的權重，可以更加準確的表示文本數據集中每個詞匯的重要程度，進而在生成圖像時可以重點關注核心詞匯所表達的含義，使生成的圖像能夠更準確地反映文本數據的主題和內容。
本文檔來自技高網...【技術保護點】
1.一種基于文本數據的圖像生成方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述詞匯包括名詞、形容詞、動詞以及其他詞匯，其對應的重要性權重按照排列順序從大到小依次設置。
3.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述情感色彩得分通過對文本數據集中的詞匯采用SnowNLP情感分析工具獲取得到。
4.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述色彩導向指數的構建過程為：計算每個詞匯的任一鄰近詞匯的重要性權重和情感色彩得分進行正向融合的融合結果；將每個詞匯的所有鄰近詞匯的所述融合結果的平均水平作為所述每個詞匯的色彩導向指數。
5.如權利要求4所述的一種基于文本數據的圖像生成方法，其特征在于，在對重要性權重和情感色彩得分進行正向融合之前，計算情感色彩得分與其所在范圍的兩個端點之間的差異情況，將所述差異情況代替情感色彩得分，與重要性權重進行融合。
6.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述詞向量的獲
7.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述重要性指數的確定方法包括：
8.如權利要求7所述的一種基于文本數據的圖像生成方法，其特征在于，所述場景關聯度指數的確定方法包括：
9.一種基于文本數據的圖像生成系統，其特征在于，實現如權利要求1所述的一種基于文本數據的圖像生成方法，所述系統包括：
10.一種基于文本數據的圖像生成裝置，所述裝置執行如權利要求1-8任意一項所述一種基于文本數據的圖像生成方法的步驟。
...【技術特征摘要】
1.一種基于文本數據的圖像生成方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述詞匯包括名詞、形容詞、動詞以及其他詞匯，其對應的重要性權重按照排列順序從大到小依次設置。
3.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述情感色彩得分通過對文本數據集中的詞匯采用snownlp情感分析工具獲取得到。
4.如權利要求1所述的一種基于文本數據的圖像生成方法，其特征在于，所述色彩導向指數的構建過程為：計算每個詞匯的任一鄰近詞匯的重要性權重和情感色彩得分進行正向融合的融合結果；將每個詞匯的所有鄰近詞匯的所述融合結果的平均水平作為所述每個詞匯的色彩導向指數。
5.如權利要求4所述的一種基于文本數據的圖像生成方法，其特征在于，在對重要性權重和情感色彩得分...
【專利技術屬性】
技術研發人員：李波，尹雙柏，
申請(專利權)人：深圳市極摩客科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。