摘要
本发明提供了一种基于扩散模型的一致性角色零样本生成方法,在无参考图像的情况下,仅通过将文本序列输入分层语义解析模块实现文本到语义特征的解析,提升模型对文本描述中细粒度属性的理解能力;通过对比语义对齐模块实现文本向量与语义特征向量的对齐,生成初始图像;利用递进式注意力引导模块提供层次化的注意力引导,能够在对初始图像进行去噪过程中自适应地关注不同属性,保证生成结果的质量和一致性;利用语义一致性正则化模块防止生成过程中的语义漂移,从而生成与文本序列对应的图像。
技术关键词
样本生成方法
语义一致性正则化
注意力
语义特征
姿态特征
文本
前馈神经网络
对齐模块
矩阵
图像生成模型
投影单元
输入端
表达式
序列
风格
输出端
分层
系统为您推荐了相关专利信息
多智能体强化学习
策略
分层注意力
多维特征向量
时序
知识推理方法
知识图谱补全
引入注意力机制
知识图谱数据
排污权交易系统
心理状态评估
情感识别模型
深度学习架构
预测情感状态
人脸
材料测试方法
实验设计方法
推荐方法
推荐系统
键值