本發明專利技術提供一種機車設計圖片生成方法、裝置、電子設備和存儲介質，涉及機車設計技術領域，其中方法包括：獲取包括隨機噪聲的圖片和與機車設計需求相關的文本信息；將所述圖片輸入圖像編碼器中，得到所述圖像編碼器輸出的圖片潛在特征向量，并將所述文本信息輸入文本編碼器中，得到所述文本編碼器輸出的文本特征向量；將所述圖片潛在特征向量和所述文本特征向量輸入噪聲預測模型中，得到所述噪聲預測模型輸出的預測噪聲；基于所述預測噪聲對所述圖片潛在特征向量進行去噪，得到去噪后的隱式向量；對所述去噪后的隱式向量進行解碼，得到機車設計圖片，從而實現了機車設計圖片的自動設計，提高了機車設計圖片的生成效率。
【技術實現步驟摘要】
本專利技術涉及機車設計，尤其涉及一種機車設計圖片生成方法、裝置、電子設備和存儲介質。
技術介紹
1、在當今快速發展的機車工業領域，設計師面臨著前所未有的挑戰。傳統的機車設計流程往往依賴于設計師的個體經驗和創造力，這不僅限制了設計效率的提升，而且在面對復雜設計需求時，設計師往往難以單打獨斗，實現最優的設計效果。這就為設計師與機器之間的協同工作提供了廣闊的發展空間。
2、隨著人工智能、大數據等技術的迅猛發展，人機協同設計逐漸成為可能。在這種背景下，將設計師的創造性與機器的高效計算能力相結合，有望大幅提高機車設計的效率。然而，目前缺乏一套成熟的人機協同設計系統，特別是在機車設計領域，這一問題尤為突出。因此，亟需提出一種機車設計圖片生成方法，以提高機車設計圖片的生成效率。
技術實現思路
1、針對現有技術存在的問題，本專利技術提供一種機車設計圖片生成方法、裝置、電子設備和存儲介質。
2、本專利技術提供一種機車設計圖片生成方法，包括：
3、獲取包括隨機噪聲的圖片和與機車設計需求相關的文本信息；
4、將所述圖片輸入圖像編碼器中，得到所述圖像編碼器輸出的圖片潛在特征向量，并將所述文本信息輸入文本編碼器中，得到所述文本編碼器輸出的文本特征向量；
5、將所述圖片潛在特征向量和所述文本特征向量輸入噪聲預測模型中，得到所述噪聲預測模型輸出的預測噪聲；
6、基于所述預測噪聲對所述圖片潛在特征向量進行去噪，得到去噪后的隱式向量；
<
p>7、對所述去噪后的隱式向量進行解碼，得到機車設計圖片。8、根據本專利技術提供的一種機車設計圖片生成方法，所述文本編碼器為基于如下方式訓練得到的：
9、獲取與樣本機車設計需求相關的樣本文本信息；
10、將所述樣本文本信息輸入初始文本編碼器的目標層，得到所述目標層輸出的第一特征向量，并將所述樣本文本信息輸入所述初始文本編碼器的第一自適應模塊，通過所述第一自適應模塊依次對所述樣本文本信息進行降維處理和升維處理，得到第二特征向量，所述目標層包括卷積層或者全連接層；
11、將所述第一特征向量和所述第二特征向量相加，得到樣本文本特征向量；
12、凍結所述目標層的網絡參數，并基于所述樣本文本特征向量調整所述第一自適應模塊的網絡參數，得到所述文本編碼器。
13、根據本專利技術提供的一種機車設計圖片生成方法，所述噪聲預測模型為基于如下方式訓練得到的：
14、獲取包括樣本機車的樣本圖片；
15、將所述樣本圖片輸入所述圖像編碼器的圖像編碼網絡，得到所述圖像編碼網絡輸出的樣本圖片潛在特征向量；
16、對所述樣本圖片潛在特征向量添加至少一次隨機噪聲，得到樣本噪聲圖片，其中，添加隨機噪聲時對應的噪聲系數依次增大；
17、將所述樣本文本特征向量和所述樣本噪聲圖片對應的圖片潛在特征向量輸入初始噪聲預測模型的噪聲預測網絡，得到所述噪聲預測網絡輸出的第三特征向量，并將所述樣本文本特征向量和所述樣本噪聲圖片對應的圖片潛在特征向量輸入所述初始噪聲預測模型的第三自適應模塊，得到所述第三自適應模塊輸出的第四特征向量；
18、將所述第三特征向量和所述第四特征向量相加，得到樣本預測噪聲；
19、凍結所述噪聲預測網絡的網絡參數，并基于所述樣本預測噪聲和所述隨機噪聲調整所述第三自適應模塊的網絡參數，得到所述噪聲預測模型。
20、根據本專利技術提供的一種機車設計圖片生成方法，所述第三自適應模塊包括中間層、至少一個下采樣層和至少一個上采樣層，所述下采樣層和所述上采樣層一一對應；
21、所述將所述樣本文本特征向量和所述樣本噪聲圖片對應的圖片潛在特征向量輸入所述初始噪聲預測模型的第三自適應模塊，得到第四特征向量，包括：
22、將所述樣本文本特征向量和所述樣本噪聲圖片對應的圖片潛在特征向量輸入至第一個下采樣層，得到所述第一個下采樣層輸出的第一下采樣特征向量；
23、將所述第一下采樣特征向量輸入第二個下采樣層，直至得到最后一個下采樣層輸出的第二下采樣特征向量；
24、將所述第二下采樣特征向量輸入所述中間層，得到所述中間層輸出的中間采樣特征向量；
25、將所述中間采樣特征向量輸入第一個上采樣層，得到所述第一個上采樣層輸出的第一上采樣特征向量；
26、將所述第一上采樣特征向量和所述第一個上采樣層對應的下采樣層輸出的下采樣特征向量輸入第二個上采樣層，直至得到最后一個上采樣層輸出的第二上采樣特征向量；
27、將所述第二上采樣特征向量確定為所述第四特征向量。
28、根據本專利技術提供的一種機車設計圖片生成方法，各所述下采樣層均包括第一殘差模塊和與所述第一殘差模塊連接的第一自注意力模塊，所述第一殘差模塊的輸出作為對應第一自注意力模塊的輸入，各所述第一殘差模塊均包括至少兩個串聯連接的卷積層；
29、各所述上采樣層均包括第二殘差模塊和與所述第二殘差模塊連接的第二自注意力模塊，所述第二殘差模塊的輸出作為對應第二自注意力模塊的輸入，各所述第二殘差模塊均包括一個卷積層。
30、根據本專利技術提供的一種機車設計圖片生成方法，所述與機車設計需求相關的文本信息包括機車顏色、機車視角、機車車型和機車圖案，所述機車顏色、所述機車視角、所述機車車型和所述機車圖案的重要程度依次減小。
31、本專利技術還提供一種機車設計圖片生成裝置，包括：
32、獲取單元，用于獲取包括隨機噪聲的圖片和與機車設計需求相關的文本信息；
33、編碼單元，用于將所述圖片輸入圖像編碼器中，得到所述圖像編碼器輸出的圖片潛在特征向量，并將所述文本信息輸入文本編碼器中，得到所述文本編碼器輸出的文本特征向量；
34、預測單元，用于將所述圖片潛在特征向量和所述文本特征向量輸入噪聲預測模型中，得到所述噪聲預測模型輸出的預測噪聲；
35、去噪單元，用于基于所述預測噪聲對所述圖片潛在特征向量進行去噪，得到去噪后的隱式向量；
36、解碼單元，用于對所述去噪后的隱式向量進行解碼，得到機車設計圖片。
37、本專利技術還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述任一種所述機車設計圖片生成方法。
38、本專利技術還提供一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述任一種所述機車設計圖片生成方法。
39、本專利技術還提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現如上述任一種所述機車設計圖片生成方法。
40、本專利技術提供的機車設計圖片生成方法、裝置、電子設備和存儲介質，獲取包括隨機噪聲的圖片和與機車設計需求相關的文本信息，將圖片輸入圖像編碼器中，得到圖像編碼器輸出的圖片潛在特征向量，并將文本信息本文檔來自技高網
...
【技術保護點】
1.一種機車設計圖片生成方法，其特征在于，包括：
2.根據權利要求1所述的機車設計圖片生成方法，其特征在于，所述文本編碼器為基于如下方式訓練得到的：
3.根據權利要求2所述的機車設計圖片生成方法，其特征在于，所述噪聲預測模型為基于如下方式訓練得到的：
4.根據權利要求3所述的機車設計圖片生成方法，其特征在于，所述第三自適應模塊包括中間層、至少一個下采樣層和至少一個上采樣層，所述下采樣層和所述上采樣層一一對應；
5.根據權利要求4所述的機車設計圖片生成方法，其特征在于，各所述下采樣層均包括第一殘差模塊和與所述第一殘差模塊連接的第一自注意力模塊，所述第一殘差模塊的輸出作為對應第一自注意力模塊的輸入，各所述第一殘差模塊均包括至少兩個串聯連接的卷積層；
6.根據權利要求1-5任一項所述的機車設計圖片生成方法，其特征在于，所述與機車設計需求相關的文本信息包括機車顏色、機車視角、機車車型和機車圖案，所述機車顏色、所述機車視角、所述機車車型和所述機車圖案的重要程度依次減小。
7.一種機車設計圖片生成裝置，其特征在于，包括：
8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述機車設計圖片生成方法。
9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述機車設計圖片生成方法。
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述機車設計圖片生成方法。
...
【技術特征摘要】
1.一種機車設計圖片生成方法，其特征在于，包括：
2.根據權利要求1所述的機車設計圖片生成方法，其特征在于，所述文本編碼器為基于如下方式訓練得到的：
3.根據權利要求2所述的機車設計圖片生成方法，其特征在于，所述噪聲預測模型為基于如下方式訓練得到的：
4.根據權利要求3所述的機車設計圖片生成方法，其特征在于，所述第三自適應模塊包括中間層、至少一個下采樣層和至少一個上采樣層，所述下采樣層和所述上采樣層一一對應；
5.根據權利要求4所述的機車設計圖片生成方法，其特征在于，各所述下采樣層均包括第一殘差模塊和與所述第一殘差模塊連接的第一自注意力模塊，所述第一殘差模塊的輸出作為對應第一自注意力模塊的輸入，各所述第一殘差模塊均包括至少兩個串聯連接的卷積層；
6.根據權利要求1-5任一項所述的機車...
【專利技術屬性】
技術研發人員：趙朝陽，王金橋，郭凱文，
申請(專利權)人：中科視語北京科技有限公司，
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。