一种AI分镜图片生成方法、电子设备及存储介质与流程

本申请涉及人工智能内容生成，尤其是涉及一种ai分镜图片生成方法、电子设备及存储介质。

背景技术：

1、人工智能生成内容（artificial intelligence generated content，简称aigc）是人工智能技术生成的内容形式，常常用于文字生成漫剧。

2、现有漫剧生成流程通常为：文本解析阶段，将小说或剧本原文按句子或段落拆分；提示词生成阶段，由大语言模型为每一个拆分片段独立生成图像生成提示词，提示词主要依赖当前片段的文字语义；图像生成阶段，将每条提示词依次独立送入图像生成模型，逐张生成分镜图片；结果输出，将所有分镜图片按顺序排列，形成分镜列表。

3、但是，上述现有技术存在以下明显缺点和不足：（1）由于每一张分镜图片由独立的提示词单独生成，图像生成模型在不同调用时无法知晓其他分镜中角色的外观，导致同一角色在不同分镜图片中面容、体型、发型、服装存在显著差异，严重破坏叙事连续性。（2）相同场景的不同分镜图片中，光线、色调、建筑细节等视觉要素无法保持一致，使得同一地点在画面上表现为多个不同的地点，降低了故事连贯感。（3）由于各分镜之间缺乏共同参考，多人物场景中角色的相对位置、朝向和动作在相邻分镜之间频繁发生不合理跳变，违反电影叙事的180度轴线法则。（4）每条分镜提示词仅包含当前片段的语义信息，无法获知同一事件中其他分镜、前置场景准备、已生成的视觉素材等上下文信息，大语言模型对整体视觉风格的把控极为有限。

技术实现思路

1、为了有助于改善现有技术中人物及场景等前后不一致的问题，本申请提供了一种ai分镜图片生成方法、电子设备及存储介质。

2、第一方面，本申请提供一种ai分镜图片生成方法，采用如下的技术方案：

3、输入长文本内容；

4、提取长文本的信息，信息包括角色信息、场景信息及事件信息；

5、根据提取的信息，生成中间视觉素材，所述视觉素材包括参考图片及文字描述；

6、根据中间视觉素材，构建组图提示词；

7、根据组图提示词及参考图片，由图像生成模型一次性生成包含多个画面的组图图片。

8、通过采用上述技术方案，可以有效提升视频前后的一致性。

9、第二方面，本申请提供一种电子设备，采用如下的技术方案：

10、一种电子设备，该电子设备包括：

11、至少一个处理器；

12、存储器；

13、至少一个应用程序，其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行ai分镜图片生成方法。

14、第三方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：

15、一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令所述计算机执行第一方面提供的任一种ai分镜图片生成方法。

16、综上所述，本申请包括以下至少一种有益技术效果：

17、显著提升角色及场景的一致性：通过将角色标准参考图以标签的形式注入组图提示词，图像生成模型在生成所有分镜画面时始终以同一参考图为约束，确保同一角色在整组分镜中面容、体型、服装的高度一致；通过将场景标准参考图以标签注入，保障同一事件中所有分镜的场景光影、色调、空间布局的连续性；

18、事件级上下文感知：以事件为单位进行组图规划，大语言模型可同时感知该事件内所有分镜的叙事需求，从而做出整体性的景别、运镜、情绪编排，而非逐帧独立生成；

19、减少图像生成api调用次数：一次调用生成一张多格组图，相较于逐帧独立调用，可减少api调用次数，提升整体生成效率；

20、一致性约束可扩展：参考图标签化机制支持任意数量的角色和场景，并通过别名映射机制处理同一角色的多种称谓，具有良好的扩展性。

1.一种ai分镜图片生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的ai分镜图片生成方法，其特征在于，构建组图提示词的过程包括：

3.根据权利要求2所述的ai分镜图片生成方法，其特征在于，在组图提示词封装时：

4.根据权利要求3所述的ai分镜图片生成方法，其特征在于，整组分镜的视觉叙事逻辑包括景别编排、运镜设计、人物动作与情绪变化、光影选取，输出一组针对整个事件单元的分镜描述提示词。

5.根据权利要求1所述的ai分镜图片生成方法，其特征在于，步骤s50包括：输出的组图提示词以及所有参考图片一并传入图像生成api，由图像生成模型一次性生成一张包含多个宫格画面的组图图片，每一宫格对应一个分镜画面。

6.根据权利要求2所述的ai分镜图片生成方法，其特征在于，s44中的增强优化包括：将提示词中的第三人称代词替换为具体人物参考图标签、检测动作与镜头描述的冲突、补充光影细节、适配横屏/竖屏构图比例。

7.根据权利要求1所述的ai分镜图片生成方法，其特征在于，还包括设置引入子场景层级，即将同一大场景拆分为多个子场景，每个子场景单独生成参考图，子场景参考图以标签替换主场景参考图参与组图提示词构建。

8.根据权利要求1所述的ai分镜图片生成方法，其特征在于，还包括：为每个事件额外生成一张事件摘要图，所述事件摘要图包括该事件中所有角色的位置关系与空间布局，作为附加参考图注入下一个事件的组图提示词中。

9.一种电子设备，其特征在于，该电子设备包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机中执行时，令所述计算机执行权利要求1至8任一项所述的ai分镜图片生成方法。