摘要
本发明提供了一种基于去噪网络的图像生成方法、装置、介质及设备,应用于多模态人工智能生成内容场景,通过获取多个动漫图像样本和多个随机初始化噪声样本并输入改进后的U‑net网络进行噪声训练,得到训练后的U‑net网络;利用训练后的U‑net网络中的压缩路径对待生成动漫图像的目标文本数据进行去噪后,利用卷积子层、挤压子层、激励子层、全连接子层融合至U‑net网络的所有上采样层将待生成动漫图像的目标文本数据还原成清晰的动漫图像,提高了对特征提取的敏感性,从而准确地还原跟语义信息匹配度很高的图像。
技术关键词
动漫图像
图像生成方法
噪声样本
上采样
网络
语义
输入端
全局平均池化
特征点
噪声图像
随机噪声
文本
图像生成装置
输出端
描述符
可读存储介质
处理器
数据
系统为您推荐了相关专利信息
特征金字塔网络
融合特征
深度卷积神经网络模型
吸烟检测方法
上下文特征
监测预警系统
数字孪生
生成对抗网络
激光气体传感器
深度强化学习
模糊PID控制
智能控制方法
制冷系统
煤矿井下
井下工作面
灰狼优化算法
随机森林模型
物联网设备
设备分类方法
遗传优化算法