一种基于隐空间融合的全状态图像生成系统及方法

本发明公开一种基于隐空间融合的全状态图像生成系统及方法，其基于隐空间融合的全状态图像生成模型，用于对现有图像数据进行增强。该技术结合了图像融合策略与视觉大语言模型。首先通过CLIP编码器对输入词向量和初末状态图像进行编码，映射到特征隐空间；随后通过融合模块对隐空间变量进行融合，得到中间态特征；最后通过CLIP图像解码器将融合特征解码为中间态图像，以实现数据的增强。该方法能够基于两幅初末状态的图像生成任意数量的中间态图像，在小样本训练、数据增强等领域具有很好的应用前景。