一种主题图像生成方法及基于大语言模型的代理框架

本申请公开了一种主题图像生成方法及基于大语言模型的代理框架。方法包括：在大语言模型中，将与主题相关的关键信息扩展为提示信息；在预训练的文本到图像模型中，基于提示信息和关键信息，生成包含三个颜色通道的候选图像；通过注意力机制提取候选图像中主要元素对应的注意力图；计算注意力图在时间步t、注意力层l下的交叉熵；根据交叉熵，对总时间步T、预训练的文本到图像模型的总注意力层L的注意力图进行加权融合；将融合后的注意力图作为指导信息，预测主题图像的掩模，并进行前景分割，分离出带有透明度通道的主题图像。本申请实现熵基加权融合技术在图像生成的应用，能够有效去除不需要的元素，分离出的主题图像具有更高的精度和质量。