一种强化学习优化的基于扩散模型的图像融合方法

本发明公开了一种强化学习优化的基于扩散模型的图像融合方法，涉及人工智能强化学习领域。方法包括：处理背景图像和待融入的主体图像，对图像进行预处理并规范智能体的动作空间；获取智能体根据当前状态空间采取的动作；根据动作和预处理过后的图像获取二进制掩码；对中间图像进行处理，获取最终融合的引导提示词；利用图像评估函数评估融合后的图像，获取评估分数；对评估分数进行映射，以便智能体进行更好地学习；最终得到训练好的智能体，从而进行图像融合。本发明以解决在基于扩散模型的图像融合过程中融合位置选择的质量和成本问题，能实际应用于实际图像生成领域，能够满足更多用户的多样化图像需求，带来更丰富便捷高效的图像合成体验。