摘要
本发明提供了一种基于可控生成的图像处理方法、系统、终端和介质,包括:获取图像处理任务的条件信号以及信息提取模型,构建第一损失函数;选择预训练的扩散模型;基于扩散模型和第一损失函数进行迭代,包含:M1,从序列蒙特卡洛的初始分布中采样多个样本;M2,建立建议分布的优化估计和无条件的转移概率分布,获得序列蒙特卡洛的权重方程;M3,重采样得到新的样本;重复M1‑M3直至设定的迭代步数,得到最后的权重方程和采样的多个样本,得到最终生成的图像。本发明在文本条件图像生成、分割图条件图像生成、人脸图条件图像生成和风格图条件图像生成等任务中,能够实现高质量的多样的且免训练的图像条件生成,满足通用处理的需求。
技术关键词
信息提取模型
蒙特卡洛
图像处理方法
粒子滤波器
图像编码器
样本
方程
人脸
序列
图像处理模块
信号
数据获取模块
文字编码器
图像分割网络
风格
定义
文本
图像处理系统
系统为您推荐了相关专利信息
时间段
老年人
数据
生成对抗网络模型
机器学习模型
作物水分胁迫
作物模型
叶面积指数
控制作物生长
生物物理参数
水平集函数
体素模型
建模优化方法
异常信息
分辨率