一种基于原始像素空间的图片生成方法

本发明涉及数字图像处理技术领域，具体为一种基于原始像素空间的图片生成方法。该方法训练一个多阶段神经网络，对于其中每个阶段，通过对一基准图像下采样和上采样来生成源数据，并执行下采样生成目标数据；随后，通过一流匹配目标训练该阶段网络，学习从源数据到目标数据的同分辨率映射；在生成图像时，从一个随机噪声张量开始，在文本条件的引导下，通过常微分方程求解器在阶段1中对其进行变换；然后，将变换结果上采样后送入阶段2，并重复此“变换‑上采样”过程，直至通过所有N个阶段，最终生成目标尺寸的图像。本发明采用Transformer作为网络骨干，简化了训练流程，避免了潜在空间编解码引入的失真，能够直接、高效地生成高质量图像。