本技術(shù)涉及人工智能和大數(shù)據(jù)，尤其涉及一種基于流模型的圖片生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、業(yè)內(nèi)在圖片生成的應(yīng)用中一般使用對(duì)抗神經(jīng)網(wǎng)絡(luò)gan的模型算法，gan的算法模型可解釋性較差：gan不是概率模型，是通過(guò)網(wǎng)絡(luò)完成的，是隱式的，所以不知道它到底學(xué)到了什么，不知道其遵循了什么分布訓(xùn)練時(shí)不穩(wěn)定：因?yàn)橐瑫r(shí)訓(xùn)練兩個(gè)網(wǎng)絡(luò)，就有需要平衡的問(wèn)題，訓(xùn)練不好的話容易模型坍塌，生成圖片時(shí)候的多樣性較差。后續(xù)雖然有改進(jìn)的版本，例如cgan，帶條件輸入的對(duì)抗神經(jīng)網(wǎng)絡(luò)，可以通過(guò)輸入來(lái)控制輸出的風(fēng)格類型或者圖片內(nèi)容，但同樣面臨訓(xùn)練不穩(wěn)定的問(wèn)題。

2、近年來(lái)，擴(kuò)散模型(stab?l?e?d?i?ffus?i?on)比較流行，這個(gè)模型通過(guò)對(duì)輸入圖片正向加噪再反向去噪還原輸入圖片來(lái)訓(xùn)練網(wǎng)絡(luò)參數(shù)。擴(kuò)散模型的缺點(diǎn)是速度慢，擴(kuò)散模型本身其實(shí)是基于馬爾科夫過(guò)程，在訓(xùn)練和推理的時(shí)候都需要進(jìn)行很多步驟導(dǎo)致速度效率低。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例的目的在于提出一種基于流模型的圖片生成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，其主要目的可以提高圖片的生成效率。

2、為了解決上述技術(shù)問(wèn)題，本技術(shù)實(shí)施例提供一種基于流模型的圖片生成方法，采用了如下所述的技術(shù)方案：

3、一種基于流模型的圖片生成方法，包括下述步驟：

4、響應(yīng)于接收的有關(guān)圖片類型的標(biāo)簽文本，生成所述標(biāo)簽文本的文本向量；

5、獲取滿足先驗(yàn)分布的向量樣本集，從所述向量樣本集中隨機(jī)提取第一特征向量；

6、將所述文本向量與所述第一特征向量結(jié)合，并輸入預(yù)訓(xùn)練的流模型中，生成與所述第一特征向量對(duì)應(yīng)的第二特征向量；

7、基于所述第二特征向量生成對(duì)應(yīng)的圖片。

8、進(jìn)一步的，所述將所述文本向量與所述第一特征向量結(jié)合，并輸入預(yù)訓(xùn)練的流模型中，生成與所述第一特征向量對(duì)應(yīng)的第二特征向量包括下述步驟：

9、將所述文本向量作為一個(gè)塊向量；

10、將所述文本向量對(duì)應(yīng)的所述塊向量與包括n個(gè)塊特征向量的所述第一特征向量結(jié)合，得到包括n+1個(gè)塊向量的結(jié)合向量；

11、將所述結(jié)合向量輸入所述預(yù)訓(xùn)練的流模型中，生成與所述第一特征向量對(duì)應(yīng)的所述第二特征向量。

12、進(jìn)一步的，所述生成所述標(biāo)簽文本的文本向量的步驟，具體包括下述步驟：

13、獲取預(yù)訓(xùn)練的one?hot模型；

14、將所述標(biāo)簽文本輸入所述預(yù)訓(xùn)練的one?hot模型中，生成基于one-hot向量表示的所述文本向量；其中，所述文本向量與每個(gè)所述塊特征向量的維度相同。

15、進(jìn)一步的，所述將所述文本向量與所述第一特征向量結(jié)合，并輸入預(yù)訓(xùn)練的流模型中，生成與所述第一特征向量對(duì)應(yīng)的第二特征向量之前，還包括下述步驟：

16、從圖片訓(xùn)練樣本集中抽取當(dāng)前樣本圖片；

17、對(duì)所述當(dāng)前樣本圖片進(jìn)行特征編碼，得到當(dāng)前第二特征向量樣本；

18、將所述當(dāng)前第二特征向量樣本反向輸入流模型中，生成當(dāng)前第一特征向量樣本；

19、以所述當(dāng)前第一特征向量樣本滿足所述先驗(yàn)分布為基準(zhǔn)，調(diào)整所述流模型的當(dāng)前參數(shù)，直到滿足預(yù)設(shè)終止條件，以得到所述預(yù)訓(xùn)練的流模型。

20、進(jìn)一步的，所述對(duì)所述當(dāng)前樣本圖片進(jìn)行特征編碼包括下述步驟：

21、將所述當(dāng)前樣本圖片分割成大小相等的n個(gè)圖像塊；其中，n為大于等于2的整數(shù)；

22、將所述n個(gè)圖像塊依序連接，并輸入預(yù)訓(xùn)練的塊向量生成模型，生成包括n個(gè)塊特征向量的所述當(dāng)前第二特征向量樣本；

23、基于最大池化法，將所有的所述塊特征向量的每個(gè)維度的最大值作為所述當(dāng)前第二特征向量樣本對(duì)應(yīng)的各維度的值；

24、將表征所述當(dāng)前樣本圖片的圖像類型的樣本標(biāo)簽文本對(duì)應(yīng)的樣本文本向量作為所述當(dāng)前第二特征向量樣本的第一個(gè)塊特征向量。

25、進(jìn)一步的，所述以所述當(dāng)前第一特征向量樣本滿足所述先驗(yàn)分布為基準(zhǔn)，調(diào)整所述流模型的當(dāng)前參數(shù)包括下述步驟：

26、將所述第一特征向量的每個(gè)維度的值作為先驗(yàn)分布函數(shù)的輸入，得到每個(gè)維度對(duì)應(yīng)的輸出值；

27、計(jì)算每個(gè)所述輸出值相對(duì)于標(biāo)準(zhǔn)值的損失值；

28、對(duì)所有的所述損失值求和，得到總損失值；

29、基于所述總損失值，調(diào)整所述流模型的參數(shù)；或，

30、當(dāng)所述先驗(yàn)分布為高斯分布，所述以所述當(dāng)前第一特征向量樣本滿足所述先驗(yàn)分布為基準(zhǔn)，調(diào)整所述流模型的當(dāng)前參數(shù)包括下述步驟：

31、將所述第一特征向量的每個(gè)維度的值作為高斯分布函數(shù)(1)的輸入，得到每個(gè)維度對(duì)應(yīng)的輸出值；

32、

33、其中，μ為均值，σ為標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)高斯分布的均值為0，標(biāo)準(zhǔn)差為1；

34、用1減去所述輸出值，得到每個(gè)所述輸出值對(duì)應(yīng)的損失值；

35、對(duì)所有的所述損失值求和，得到總損失值；

36、基于所述總損失值，調(diào)整所述流模型的參數(shù)。

37、進(jìn)一步的，所述將所述文本向量與所述第一特征向量結(jié)合，并輸入預(yù)訓(xùn)練的流模型中，生成與所述第一特征向量對(duì)應(yīng)的第二特征向量包括下述步驟：

38、將所述第一特征向量輸入所述流模型的耦合層，以將所述第一特征向量分為前d個(gè)向量和后d個(gè)向量；

39、復(fù)制所述第一特征向量中的前d個(gè)向量作為第二特征向量的前d個(gè)向量；

40、將所述第一特征向量的前d個(gè)向量經(jīng)過(guò)第一轉(zhuǎn)換層，得到第一轉(zhuǎn)換向量；

41、將所述第一特征向量的前d個(gè)向量經(jīng)過(guò)第二轉(zhuǎn)換層，得到第二轉(zhuǎn)換向量；

42、將所述第一特征向量的后d個(gè)向量與所述第一轉(zhuǎn)換向量做點(diǎn)積，再加上所述第二轉(zhuǎn)換向量，生成第二特征向量的后d個(gè)向量；

43、將所述第二特征向量的前d個(gè)向量與所述第二特征向量的后d個(gè)向量結(jié)拼接，得到所述的第二特征向量。

44、為了解決上述技術(shù)問(wèn)題，本技術(shù)實(shí)施例還提供一種基于流模型的圖片生成裝置，采用了如下所述的技術(shù)方案：

45、一種基于流模型的圖片生成裝置，包括：

46、文本生成模塊，用于響應(yīng)于接收的有關(guān)圖片類型的標(biāo)簽文本，生成所述標(biāo)簽文本的文本向量；

47、向量提取模塊，用于獲取滿足先驗(yàn)分布的向量樣本集，從所述向量樣本集中隨機(jī)提取第一特征向量；

48、向量生成模塊，用于將所述文本向量與所述第一特征向量結(jié)合，并輸入預(yù)訓(xùn)練的流模型中，生成與所述第一特征向量對(duì)應(yīng)的第二特征向量；

49、圖片生成模塊，用于生成基于所述第二特征向量生成對(duì)應(yīng)的圖片。

50、為了解決上述技術(shù)問(wèn)題，本技術(shù)實(shí)施例還提供一種計(jì)算機(jī)設(shè)備，采用了如下所述的技術(shù)方案：

51、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述處理器執(zhí)行所述計(jì)算機(jī)可讀指令時(shí)實(shí)現(xiàn)如上面任一項(xiàng)所述的基于流模型的圖片生成方法的步驟。

52、為了解決上述技術(shù)問(wèn)題，本技術(shù)實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，采用了如下所述的技術(shù)方案：

53、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上面任一項(xiàng)所述的基于流模型的圖片生成方法的步驟。

54、與現(xiàn)有技術(shù)相比，本技術(shù)實(shí)施例主要有以下有益效果：

55、本技術(shù)實(shí)施例通過(guò)采用流模型生成圖片，由于流模型具有可逆性和精確推斷的優(yōu)點(diǎn)，也就是流模型的生成過(guò)程是可逆的，可以精確地計(jì)算樣本的對(duì)數(shù)似然和梯度，這使得模型的訓(xùn)練和推斷過(guò)程更加穩(wěn)定和高效；另外，由于圖片生成過(guò)程是通過(guò)一系列可逆變換進(jìn)行的，流模型在生成圖片時(shí)可以快速進(jìn)行，不需要迭代采樣或優(yōu)化過(guò)程；

56、另外，用戶可以只輸入想要圖片類型的文本，以及從標(biāo)準(zhǔn)高斯分布中隨機(jī)采樣第一特征向量作為流模型的輸入，可以生成想要類型的圖片，因此圖片生成更高效，且符合用戶需求。