图文生成方法和装置、电子设备、存储介质

本申请提出的图文生成方法和装置、电子设备、存储介质，涉及人工智能技术领域，适用于金融科技领域。该方法包括：获取目标图像，并对目标图像进行图像编码，得到目标图像特征；获取目标文案，并对目标文案进行文本编码，得到目标文案特征；对目标图像特征和目标文案特征进行特征融合，得到图文融合特征；对图文融合特征进行卷积注意力预测，得到文案布局描述文本；将文案布局描述文本和目标文案进行编码，得到文案布局特征；对文案布局特征和目标图像特征进行分割编码，得到图文布局编码特征；对文案布局特征和图文布局编码特征进行分割解码，得到目标图文。本申请能够降低图像的复杂背景带来的不良影响，提高图文生成准确性。