一种图像生成方法、装置、电子设备及存储介质

本发明实施例提供了一种图像生成方法、装置、电子设备及存储介质，涉及人工智能技术领域。方法包括：获取第一文本，第一文本中包含至少一个人物的待利用描述文本；提取第一文本中包含的每一人物的待利用描述文本；按照镜头对第一文本进行拆分处理，得到各镜头的镜头描述文本；一个镜头描述文本表示：该镜头描述文本表征的镜头中的人物，以及该镜头中的人物所处的状态；基于每一镜头描述文本，以及该镜头描述文本中的人物的待利用描述文本，得到该镜头描述文本对应的第一提示词；基于预先训练好的第一文生图模型，对该镜头描述文本对应的第一提示词进行处理，得到该镜头描述文本对应的图像。保证同一人物在生成的不同图像中的连续性和统一性。