(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210276494.0 (22)申请日 2022.03.21 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 赵奕涵　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 李文渊 (51)Int.Cl. G06T 11/60(2006.01) G06F 40/253(2020.01) G06F 40/284(2020.01) G06F 40/216(2020.01) G06F 40/30(2020.01) (54)发明名称 图像生成方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉及人工智能领域， 具体涉及一种图 像生成方法、 装置、 计算机设备、 存储介质和计算 机程序产品。 所述方法包括： 获取待处理文本， 并 确定与待处理文本相对应的主题情感信息； 确定 与主题情感信息相匹配的目标背景图像； 对目标 背景图像进行布局拆解， 得到目标背景图像的 图 像布局； 根据图像布局和主题情感信息， 生成相 应的目标前景图像； 将目标前景图像排布于目标 背景图像中， 得到目标图像。 采用本方法能够提 升图像的生成效率。 权利要求书4页 说明书23页 附图8页 CN 114638914 A 2022.06.17 CN 114638914 A 1.一种图像生成方法， 其特 征在于， 所述方法包括： 获取待处 理文本， 并确定与所述待处 理文本相对应的主题情感信息； 确定与所述主题情感信息相匹配的目标背景图像； 对所述目标背景图像进行布局拆解， 得到所述目标背景图像的图像布局； 根据所述图像布局 和所述主题情感信息， 生成相应的目标 前景图像； 将所述目标 前景图像排布于所述目标背景图像中， 得到目标图像。 2.根据权利要求1所述的方法， 其特征在于， 所述主题情感信息包括文本主题信息； 所 述确定与所述待处 理文本相对应的主题情感信息， 包括： 对所述待处 理文本进行分词处 理， 得到至少一个文本分词； 从所述至少一个文本分词中筛选出关键词， 并根据 所述关键词确定所述待处理文本的 文本主题信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述从所述至少一个文本分词中筛选出关 键词， 包括： 分别确定各所述文本分词在所述待处理文本 中出现的频率， 得到各所述文本分词各自 对应的词频； 分别确定各所述文本分词在预设语料文本库中出现的频率， 得到各所述当前文本分词 各自对应的文本频率； 根据各所述文本分词各自对应的词频和各所述文本分词自对应的文本频率， 从所述至 少一个文本分词中筛 选出关键词。 4.根据权利要求1所述的方法， 其特征在于， 所述主题情感信息包括文本情感信息； 所 述确定与所述待处 理文本相对应的主题情感信息， 包括： 对所述待处理文本进行分词处理， 得到文本分词， 并对所述文本分词进行词向量嵌入 处理， 得到与所述文本分词相对应的文本词向量； 对所述词向量进行编码处 理， 得到所述待处 理文本的语义特 征； 对所述语义特 征进行解码处 理， 得到所述待处 理文本的文本情感信息 。 5.根据权利要求1所述的方法， 其特征在于， 所述确定与 所述主题情 感信息相匹配的目 标背景图像， 包括： 获取背景图像库； 所述背景图像库中包括有多个背景图像； 所述背景图像具有相对应 的图像标签； 根据所述主题情感信 息和各所述背景图像各自对应的图像标签， 从所述背景图像库中 筛选出目标背景图像。 6.根据权利要求5所述的方法， 其特征在于， 所述主题情感信 息包括文本主题信 息和文 本情感信息； 所述图像标签包括图像主题标签和图像情感标签； 所述根据 所述主题情感信 息和各所述背景图像各自对应的图像标签， 从所述背景图像 库中筛选出目标背景图像， 包括： 对于背景图像库中的每张背景图像， 均确定当前背景图像的图像主题标签与 所述文本 主题信息之间的相似度； 将相似度 大于或等于相似度阈值的背景图像作为候选背景图像， 并从候选背景图像中 筛选出与所述文本情感信息属于同一情感类型的同类背景图像；权　利　要　求　书 1/4 页 2 CN 114638914 A 2对于多张 同类背景图像中的每张 同类背景图像， 均确定当前同类背景图像的图像情感 标签与所述文本情感信息之间的情感差异； 将情感差异小于或等于 差异阈值的同类背景图像作为目标背景图像。 7.根据权利要求5至6任意一项所述的方法， 其特征在于， 所述背景图像的图像标签由 图像标签生成模型的生成， 所述图像标签生成模型的训练步骤 包括： 获取样本图像和与所述样本图像相对应的第一样本标签； 将所述样本图像输入至所述图像标签生成模型中， 得到第一预测标签； 根据所述第 一样本标签和所述第 一预测标签之间的标签差异， 对所述图像标签生成模 型进行训练， 直至 达到第一训练停止条件时停止， 得到训练好的图像标签生成模型。 8.根据权利要求1所述的方法， 其特征在于， 所述对所述目标背景图像进行布局拆解， 得到所述目标背景图像的图像布局， 包括： 识别所述目标背景图像中的主体， 得到所述主体所在区域的第一区域 坐标； 根据所述目标背景图像的图像尺寸和所述第 一区域坐标， 得到所述目标背景图像的图 像布局。 9.根据权利要求8所述的方法， 其特征在于， 所述图像布局包括所述目标背景图像 中的 空闲区域的区域位置； 所述根据所述 目标背景图像的图像尺寸和所述第一区域坐标， 得到 所述目标背景图像的图像布局， 包括： 根据所述图像尺寸， 确定所述目标背景图像的图像坐标， 并根据 所述图像坐标， 得到所 述目标背景图像的中心位置所在的第一中心坐标； 根据所述图像坐标和所述第 一区域坐标， 得到所述目标背景图像中的空闲区域的第 二 区域坐标， 并根据所述第二区域 坐标， 得到所述空 闲区域的中心位置所在的第二中心坐标； 确定所述第 一中心坐标与 所述第二中心坐标之间的坐标差异， 基于所述坐标差异得到 所述目标背景图像中的空 闲区域的区域 位置。 10.根据权利要求1所述的方法， 其特征在于， 所述根据所述图像布局和所述主题情感 信息， 生成相应的目标 前景图像， 包括： 确定与所述目标背景图像的图像布局相匹配的目标 前景模板； 根据所述主题情感信息和所述目标 前景模板， 确定相对应的目标文案； 根据所述目标文案和所述目标 前景模板， 得到目标 前景图像。 11.根据权利要求10所述的方法， 其特征在于， 所述图像布局包括所述目标背景图像中 的空闲区域的区域位置和空闲 区域的区域比例； 所述确定与所述目标背 景图像的图像布局 相匹配的目标 前景模板， 包括： 获取前景模板库； 所述前景模板库包括有多个前景模板； 所述前景模板中标注有适用 位置和适用比例； 从所述前景模板库中筛选出目标前景模板； 所述目标前景模板的适用位置与 所述空闲 区域的区域位置相匹配， 且所述目标前景模板的适用比例与所述空闲 区域的区域比例相匹 配。 12.根据权利要求10所述的方法， 其特征在于， 所述根据 所述主题情 感信息和所述目标 前景模板， 确定相对应的目标文案， 包括： 获取包括有 多条文案的文案库； 每条 所述文案均标注有 文案标签；权　利　要　求　书 2/4 页 3 CN 114638914 A 3