一种高效且结构保真的个性化图像生成方法

本发明公开了一种高效且结构保真的个性化图像生成方法，包括：收集个性化物体或人物图像，组成训练样本，并预处理所述训练样本；采样随机噪声，根据Diffusion网络中的噪声预测网络U‑Net预测噪声，生成随机图像；将预处理后的训练样本和生成的随机图像之间构建损失，训练U‑Net中的预测噪声使得生成的图像不断逼近训练的真实图像；经过模型训练，优化神经网络参数，得到训练后的模型；取对应的一张训练图像作为条件用以引导训练后的模型生成更加逼真的外观的图像结果。本发明能够在保证生成图像质量的同时，提升图像的细节表现和视觉真实感，解决了现有技术中存在的外观质量不足和计算效率低的问题。