一种基于交叉注意力机制布局条件生成图像的方法

本发明属于图像生成技术领域，公开了一种基于交叉注意力机制布局条件生成图像的方法，在总体损失中加入了质心损失，引入质心控制，对图像中的对象的位置控制的更精准；在总体损失中加入了残差注意力损失，很好地保持了语义连贯性和逻辑一致性。在去噪网络迭代过程中，基于向量更新公式调整潜在向量，无需额外的微调和配对的布局‑图像数据，保证了模型原有的生成能力，且成本更低。本发明方法具有即插即用的效果，生成符合布局的图像的速度不会减慢太多，可以方便地集成到当前现有的解决方案中。