图像生成方法、装置、电子设备及存储介质与流程

1.本公开的实施例涉及图像处理技术领域，尤其涉及一种图像生成方法、装置、电子设备及存储介质。


背景技术：

2.目前海报生成方案主要通过以已有海报为模板，以模板修饰元素的类别一致或者特征相似为目标，随机匹配素材并替换模板元素，然后将模板的商品图和文案替换为用户输入的内容，完成海报的生成。
3.基于模板修饰元素类别一致的素材匹配方案，没有考虑素材之间的视觉搭配。而基于特征相似的素材匹配方案，匹配到的素材在视觉上和原有模板也具有的相似性，生成海报的多样性差，且不支持用户提供修饰素材，无法满足用户的个性偏好。


技术实现要素：

4.本公开的实施例提供一种图像生成方法、装置、电子设备及存储介质，用以实现以指定风格类别和与修饰素材搭配为目的的素材搭配，可以生成与指定风格类型一致的海报，且支持用户使用修饰素材。
5.根据本公开的实施例的第一方面，提供了一种图像生成方法，包括：
6.获取业务方输入的目标图像参数，所述目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型；
7.根据图像参数与修饰图像之间的对应关系，确定所述目标图像参数对应的目标修饰图像；
8.根据所述目标商品图像、所述用户修饰图像、所述目标风格类型和所述目标修饰图像，生成所述业务方对应的业务推广图像。
9.可选地，还包括：
10.获取训练样本，所述训练样本包括：所述初始业务推广图像对应的商品图像、修饰图像和风格类型；
11.将所述训练样本输入至待训练的素材提取模型，以对所述素材提取模型进行训练；
12.迭代执行所述将所述训练样本输入至待训练的素材提取模型，以对所述素材提取模型进行训练的步骤，直至得到目标素材提取模型。
13.可选地，所述素材提取模型包括：特征提取层、全连接层、风格类别损失层和搭配损失层，
14.所述将所述训练样本输入至待训练的素材提取模型，以对所述素材提取模型进行训练，包括：
15.将所述训练样本输入至待训练的素材提取模型；
16.调用所述特征提取层提取所述商品图像和所述修饰图像中的图像语义特征；
17.调用所述全连接层对所述图像语义特征进行非线性映射处理，得到映射特征；
18.调用所述风格类别损失层对所述映射特征和所述风格类型进行处理，得到风格类别损失值；
19.调用所述搭配损失层对所述映射特征和所述风格类型进行处理，得到搭配损失值；
20.在所述风格类别损失值不处于第一预设范围，和/或所述搭配损失值不处于第二预设范围内的情况下，调整所述素材提取模型的模型参数。
21.可选地，在所述得到目标素材提取模型之后，还包括：
22.获取初始业务推广图像；
23.将所述初始业务推广图像输入至所述目标素材提取模型；
24.获取由所述目标素材提取模型输出的所述初始业务推广图像对应的初始修饰图像、初始商品图像和初始风格类型；
25.建立所述初始修饰图像、初始商品图像和所述初始风格类型之间的关联关系，并将所述关联关系保存至素材库。
26.可选地，所述根据所述目标商品图像、所述用户修饰图像、所述目标风格类型和所述目标修饰图像，生成所述业务方对应的业务推广图像，包括：
27.获取所述目标商品图像的第一布局位置、所述目标修饰图像对应的第二布局位置和第一布局尺寸，及所述用户修饰图像对应的第三布局位置和第二布局尺寸；
28.根据所述第一布局尺寸对所述目标修饰图像的图像尺寸进行调整，得到第一修饰图像；
29.根据所述第二布局尺寸对所述用户修饰图像的图像尺寸进行调整，得到第二修饰图像；
30.根据所述第一布局位置、所述第二布局位置、所述第三布局位置和所述目标风格类型，对所述目标商品图像、所述第一修饰图像和所述第二修饰图像进行布局，生成所述业务推广图像。
31.根据本公开的实施例的第二方面，提供了一种图像生成装置，包括：
32.目标图像参数获取模块，用于获取业务方输入的目标图像参数，所述目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型；
33.目标修饰图像确定模块，用于根据图像参数与修饰图像之间的对应关系，确定所述目标图像参数对应的目标修饰图像；
34.业务推广图像生成模块，用于根据所述目标商品图像、所述用户修饰图像、所述目标风格类型和所述目标修饰图像，生成所述业务方对应的业务推广图像。
35.可选地，所述装置还包括：
36.训练样本获取模块，用于获取训练样本，所述训练样本包括：所述初始业务推广图像对应的商品图像、修饰图像和风格类型；
37.素材模型训练模块，用于将所述训练样本输入至待训练的素材提取模型，以对所述素材提取模型进行训练；
38.目标模型获取模块，用于迭代执行所述素材模型训练模块，直至得到目标素材提取模型。
39.可选地，所述素材提取模型包括：特征提取层、全连接层、风格类别损失层和搭配损失层，
40.所述素材模型训练模块包括：
41.训练样本输入单元，用于将所述训练样本输入至待训练的素材提取模型；
42.语义特征提取单元，用于调用所述特征提取层提取所述商品图像和所述修饰图像中的图像语义特征；
43.映射特征获取单元，用于调用所述全连接层对所述图像语义特征进行非线性映射处理，得到映射特征；
44.风格损失值获取单元，用于调用所述风格类别损失层对所述映射特征和所述风格类型进行处理，得到风格类别损失值；
45.搭配损失值获取单元，用于调用所述搭配损失层对所述映射特征和所述风格类型进行处理，得到搭配损失值；
46.模型参数调整单元，用于在所述风格类别损失值不处于第一预设范围，和/或所述搭配损失值不处于第二预设范围内的情况下，调整所述素材提取模型的模型参数。
47.可选地，所述装置还包括：
48.初始业务图像获取模块，用于获取初始业务推广图像；
49.初始业务图像输入模块，用于将所述初始业务推广图像输入至所述目标素材提取模型；
50.初始修饰图像获取模块，用于获取由所述目标素材提取模型输出的所述初始业务推广图像对应的初始修饰图像、初始商品图像和初始风格类型；
51.关联关系建立模块，用于建立所述初始修饰图像、初始商品图像和所述初始风格类型之间的关联关系，并将所述关联关系保存至素材库。
52.可选地，所述业务推广图像生成模块包括：
53.布局位置尺寸获取单元，用于获取所述目标商品图像的第一布局位置、所述目标修饰图像对应的第二布局位置和第一布局尺寸，及所述用户修饰图像对应的第三布局位置和第二布局尺寸；
54.第一修饰图像获取单元，用于根据所述第一布局尺寸对所述目标修饰图像的图像尺寸进行调整，得到第一修饰图像；
55.第二修饰图像获取单元，用于根据所述第二布局尺寸对所述用户修饰图像的图像尺寸进行调整，得到第二修饰图像；
56.业务推广图像生成单元，用于根据所述第一布局位置、所述第二布局位置、所述第三布局位置和所述目标风格类型，对所述目标商品图像、所述第一修饰图像和所述第二修饰图像进行布局，生成所述业务推广图像。
57.根据本公开的实施例的第三方面，提供了一种电子设备，包括：
58.处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的图像生成方法。
59.根据本公开的实施例的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任一项所述的图像生成方法。
60.本公开的实施例提供了一种图像生成方法、装置、电子设备及可读存储介质，通过获取业务方输入的目标图像参数，目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型，根据图像参数与修饰图像之间的对应关系，确定目标图像参数对应的目标修饰图像，根据目标商品图像、用户修饰图像、目标风格类型和目标修饰图像，生成业务方对应的业务推广图像。本公开的实施例在生成业务推广图像的过程中，以商品图、风格类别、修饰素材作为输入，以风格类别一致和修饰素材特征相似进行素材搭配获得候选素材集，批量生成同一风格且满足用户个性化需求的业务推广图像。
附图说明
61.为了更清楚地说明本公开的实施例的技术方案，下面将对本公开的实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
62.图1为本公开的实施例提供的一种图像生成方法的步骤流程图；
63.图2为本公开的实施例提供的另一种图像生成方法的步骤流程图；
64.图3为本公开的实施例提供的一种图像生成装置的结构示意图；
65.图4为本公开的实施例提供的另一种图像生成装置的结构示意图。
具体实施方式
66.下面将结合本公开的实施例中的附图，对本公开的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开的实施例一部分实施例，而不是全部的实施例。基于本公开的实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开的实施例保护的范围。
67.实施例一
68.参照图1，示出了本公开的实施例提供的一种图像生成方法的步骤流程图，如图1所示，该图像生成方法具体可以包括如下步骤：
69.步骤101：获取业务方输入的目标图像参数，所述目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型。
70.本公开的实施例可以应用于结合用户偏好图像、商品图像和用户指定的风格类型生成业务推广图像(如商家海报等)的场景中。
71.业务方是指需要定制业务推广图像的商家或店铺等，如餐馆、美发厅等。
72.目标图像参数是指业务方输入的用于定制个性的业务推广图像的参数。
73.在本实施例中，目标图像参数可以包括：目标商品图像、用户修饰图像和目标风格类型。
74.目标商品图像是指与业务方提供的商品关联的图像，例如，在业务方为餐馆时，目标商品图像可以为餐馆管理人员提供的包含餐馆可以提供菜品的菜品图像。或者，在业务方为美发厅时，目标商品图像可以为美发厅管理人员提供的包含美发厅可以提供的美发样式图像等。
75.用户修饰图像是指业务方提供的用于对业务推广图像进行修饰的图像，在本示例
中，用户修饰图像可以为添加图像修饰的图像，如指定颜色的花朵、圣诞节等修饰图像。
76.目标风格类型是指业务方指定的生成的业务推广图像的风格类型，如促销风格类型等。
77.可以理解地，上述示例仅是为了更好地理解本公开的实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。
78.在业务方需要制定业务推广图像时，可以由业务方输入目标图像参数，在系统获取到业务方输入的目标图像参数之后，执行步骤102。
79.步骤102：根据图像参数与修饰图像之间的对应关系，确定所述目标图像参数对应的目标修饰图像。
80.在本实施例中，预先保存有图像参数与修饰图像之间的对应关系。
81.目标修饰图像是指根据图像参数获取的用于修饰待生成的业务推广图像的图像。在本示例中，目标修饰图像的数量可以为一个，也可以为多个，具体地，可以根据业务需求而定，本实施例对此不加以限制。
82.在获取到目标图像参数之后，可以根据图像参数与修饰图像之间的对应的关系，确定出目标图像参数对应的目标修饰图像，在具体实现中，可以根据素材提取模型预先建立图像参数与修饰图像之间的对应关系，并保存至素材库中，进而，在获取到目标图像参数之后，可以直接从素材库中查找与目标图像参数对应的修饰图像，即目标修饰图像。对于该过程将在下述实施例二中进行详细描述，本公开的实施例对此不加以限制。
83.在根据图像参数与修饰图像之间的对应关系，确定出与目标图像参数对应的目标修饰图像之后，执行步骤103。
84.步骤103：根据所述目标商品图像、所述用户修饰图像、所述目标风格类型和所述目标修饰图像，生成所述业务方对应的业务推广图像。
85.在获取到目标修饰图像之后，可以根据业务方提供的目标商品图像、用户修饰图像和目标风格类型，结合目标修饰图像，共同生成业务方所需要的业务推广图像，具体地，可以结合与目标风格类型匹配的目标图像模板，进而，可以根据目标图像模板中修饰图像的大小，对修饰图像的尺寸进行调整，并将目标商品图像和调整后的修饰图像填充于目标图像模板中，从而可以生成业务推广图像。
86.本公开的实施例在生成业务推广图像的过程中，以商品图、风格类别、修饰素材作为输入，以风格类别一致和修饰素材特征相似进行素材搭配获得候选素材集，批量生成同一风格且满足用户个性化需求的业务推广图像。
87.本公开的实施例提供的图像生成方法，通过获取业务方输入的目标图像参数，目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型，根据图像参数与修饰图像之间的对应关系，确定目标图像参数对应的目标修饰图像，根据目标商品图像、用户修饰图像、目标风格类型和目标修饰图像，生成业务方对应的业务推广图像。本公开的实施例在生成业务推广图像的过程中，以商品图、风格类别、修饰素材作为输入，以风格类别一致和修饰素材特征相似进行素材搭配获得候选素材集，批量生成同一风格且满足用户个性化需求的业务推广图像。
88.实施例二
89.参照图2，示出了本公开的实施例提供的另一种图像生成方法的步骤流程图，如图
2所示，该图像生成方法具体可以包括如下步骤：
90.步骤201：获取训练样本，所述训练样本包括：所述初始业务推广图像对应的商品图像、修饰图像和风格类型。
91.本公开的实施例可以应用于结合用户提供的修饰图像和风格类型生成业务推广图像的场景中。
92.训练样本是指用于对素材提取模型进行训练的样本，在本实施例中，训练样本可以包括初始推广图像对应的商品图像、修饰图像和风格类型。
93.在具体实现中，在需要训练素材提取模型时，可以获取业务方(如商家等)以前所用的初始业务推广图像，进而，可以对初始业务推广图像进行图像特征的提取，以获取初始业务推广图像中包含的修饰图像和商品图像，以及初始业务推广图像对应的风格类型，并将修饰图像、商品图像和风格类型作为训练样本。
94.在获取到训练样本之后，执行步骤202。
95.步骤202：将所述训练样本输入至待训练的素材提取模型，以对所述素材提取模型进行训练。
96.在获取到训练样本之后，可以将训练样本输入至待训练的素材提取模型，以对素材提取模型进行训练，具体地训练过程可以结合下述具体实现方式进行详细描述。
97.在本实施例的一种具体实现方式中，所述素材提取模型包括：特征提取层、全连接层、风格类别损失层和搭配损失层，上述步骤202可以包括：
98.子步骤s1：将所述训练样本输入至待训练的素材提取模型。
99.在本公开的实施例中，在获取到训练样本之后，可以将训练样本输入至待训练的素材提取模型。
100.在将训练样本输入至待训练的素材提取模型之后，执行子步骤s2。
101.子步骤s2：调用所述特征提取层提取所述商品图像和所述修饰图像中的图像语义特征。
102.在本实施例中，素材提取模型可以包括：特征提取层、全连接层、风格类别损失层和搭配损失层，其中，特征提取层可以用于提取商品图像和修饰图像中的图像语义特征。
103.在将训练样本输入至待训练的素材提取模型之后，首先，可以调用特征提取层提取商品图像和修饰图像中的图像语义特征。
104.在调用特征提取层提取出商品图像和修饰图像中的图像语义特征之后，执行子步骤s3。
105.子步骤s3：调用所述全连接层对所述图像语义特征进行非线性映射处理，得到映射特征。
106.在调用特征提取层提取出商品图像和修饰图像中的图像语义特征之后，可以调用全连接层对图像语义特征进行非线性映射处理，以得到映射特征。在具体实现中，对大量不同风格的带有图层信息的banner(即海报)原文件，抽取该原文件的所有图层为banner素材组，banner素材组以pair的方式输入，同时输入banner的风格类别标签。特征提取模块可以为vgg、resnet等特征层之前的网络，用于对图像语义特征进行embedding.特征提取器后接全连接层，对特征做非线性映射。
107.在得到映射特征之后，执行子步骤s4和子步骤s5。
108.子步骤s4：调用所述风格类别损失层对所述映射特征和所述风格类型进行处理，得到风格类别损失值。
109.在得到映射特征之后，可以调用风格类别损失层对映射特征和风格类型进行处理，以计算得到风格类别损失值。
110.子步骤s5：调用所述搭配损失层对所述映射特征和所述风格类型进行处理，得到搭配损失值。
111.在得到映射特征之后，可以调用搭配损失层对映射特征和风格类型进行处理，以计算得到搭配损失值。
112.具体地，特征embedding模块引入了两种损失函数，并采用一种迭代训练的方式去优化。损失函数包括：交叉熵损失对应banner组的风格类别预测，其目的是使学习到的图像特征在风格类别上也具有区分性；搭配损失函数采用contrastiveloss，在欧式空间以pair的方式，通过减少banner素材组内的图像特征欧式距离，而保证banner素材组间的图像特征欧式距离大于margin，使搭配素材特征映射到相近的欧式空间。
113.子步骤s6：在所述风格类别损失值不处于第一预设范围，和/或所述搭配损失值不处于第二预设范围内的情况下，调整所述素材提取模型的模型参数。
114.第一预设范围是指由业务人员预先设定的用于判定风格类别损失值是否满足业务需求的数值范围，对于第一预设范围的具体数值可以根据业务需求而定，本实施例对此不加以限制。
115.第二预设范围是指由业务人员预先设定的用于判定搭配损失值是否满足业务需求的数值范围，对于第二预设范围的具体数值可以根据业务需求而定，本实施例对此不加以限制。
116.在获取到风格类别损失值和搭配损失值之后，可以判断风格类别损失值是否处于第一预设范围内，及搭配损失值是否处于第二预设范围内。
117.在风格类别损失值不处于第一预设范围内，和/或搭配损失值不处于第二预设范围内的情况下，则可以调整素材提取模型的模型参数，并结合训练样本对素材提取模型继续进行训练。具体地，可以分为以下三种情况：
118.1、风格类别损失值不处于第一预设范围内，搭配损失值处于第二预设范围内
119.此时，可以对素材提取模型中与风格类别损失值对应的第一模型参数进行调整，并进行后续的模型训练过程。
120.2、风格类别损失值处于第一预设范围内，搭配损失值不处于第二预设范围内
121.此时，可以对素材提取模型中与搭配损失值对应的第二模型参数进行调整，并进行后续的模型训练过程。
122.3、风格类别损失值不处于第一预设范围内，搭配损失值不处于第二预设范围内
123.此时，可以对素材提取模型的第一模型参数和第二模型参数均进行调整，并进行后续的模型训练过程。
124.在对素材提取模型的模型参数进行调整之后，执行步骤203。
125.步骤203：迭代执行所述将所述训练样本输入至待训练的素材提取模型，以对所述素材提取模型进行训练的步骤，直至得到目标素材提取模型。
126.在对素材提取模型的模型参数进行调整之后，可以迭代执行将训练样本输入至待
训练的素材提取模型，以第素材提取模型进行训练的步骤，直至得到目标素材提取模型。
127.在得到目标素材提取模型之后，执行步骤204。
128.步骤204：获取初始业务推广图像。
129.在训练完成之后，可以创建素材库，对所有banner的素材做特征embedding，将素材和其对应的特征向量与风格类型作为标签保存到素材库；若有新banner时，以同样的方式添加到素材库中，这个过程只需运行一次。生成banner时，仅对输入的图片使用特征提取器获取到图像特征，提供给图像后续的素材搭配模块。
130.首先，可以获取初始业务推广图像，进而，执行步骤205。
131.步骤205：将所述初始业务推广图像输入至所述目标素材提取模型。
132.在获取到初始业务推广图像之后，可以将初始业务推广图像输入至目标素材提取模型。
133.在将初始业务推广图像输入至目标素材提取模型之后，执行步骤206。
134.步骤206：获取由所述目标素材提取模型输出的所述初始业务推广图像对应的初始修饰图像、初始商品图像和初始风格类型。
135.在将初始业务推广图像输入至目标素材提取模型之后，可以获取由目标素材提取模型输出的初始业务推广图像对应的初始修饰图像、初始商品图像和初始风格类型。
136.在获取到初始修饰图像、初始商品图像和初始风格类型之后，执行步骤207。
137.步骤207：建立所述初始修饰图像、初始商品图像和所述初始风格类型之间的关联关系，并将所述关联关系保存至素材库。
138.在获取到目标素材提取模型输出的初始修饰图像、初始商品图像和初始风格类型之后，可以建立初始修饰图像、初始商品图像和初始风格类型之间的关联关系，并将该关联关系、初始修饰图像和初始风格类型保存至素材库中，以便于后续的使用。
139.步骤208：获取业务方输入的目标图像参数，所述目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型。
140.业务方是指需要定制业务推广图像的商家或店铺等，如餐馆、美发厅等。
141.目标图像参数是指业务方输入的用于定制个性的业务推广图像的参数。
142.在本实施例中，目标图像参数可以包括：目标商品图像、用户修饰图像和目标风格类型。
143.目标商品图像是指与业务方提供的商品关联的图像，例如，在业务方为餐馆时，目标商品图像可以为餐馆管理人员提供的包含餐馆可以提供菜品的菜品图像。或者，在业务方为美发厅时，目标商品图像可以为美发厅管理人员提供的包含美发厅可以提供的美发样式图像等。
144.用户修饰图像是指业务方提供的用于对业务推广图像进行修饰的图像，在本示例中，用户修饰图像可以为添加图像修饰的图像，如指定颜色的花朵、圣诞节等修饰图像。
145.目标风格类型是指业务方指定的生成的业务推广图像的风格类型，如促销风格类型等。
146.可以理解地，上述示例仅是为了更好地理解本公开的实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。
147.在业务方需要制定业务推广图像时，可以由业务方输入目标图像参数，在系统获
取到业务方输入的目标图像参数之后，执行步骤209。
148.步骤209：根据图像参数与修饰图像之间的对应关系，确定所述目标图像参数对应的目标修饰图像。
149.目标修饰图像是指根据图像参数获取的用于修饰待生成的业务推广图像的图像。
150.在获取到目标图像参数之后，可以根据图像参数与修饰图像之间的对应的关系，确定出目标图像参数对应的目标修饰图像，在具体实现中，可以根据素材提取模型预先建立图像参数与修饰图像之间的对应关系，并保存至素材库中，进而，在获取到目标图像参数之后，可以直接从素材库中查找与目标图像参数对应的修饰图像，即目标修饰图像。在本示例中，目标修饰图像的数量可以为一个，也可以为多个，具体地，可以根据业务需求而定，本实施例对此不加以限制。
151.在根据图像参数与修饰图像之间的对应关系，确定出与目标图像参数对应的目标修饰图像之后，执行步骤210。
152.步骤210：获取所述目标商品图像的第一布局位置、所述目标修饰图像对应的第二布局位置和第一布局尺寸，及所述用户修饰图像对应的第三布局位置和第二布局尺寸。
153.第一布局位置是指目标商品图像在模板中所处的位置，即目标商品图像在待生成的业务推广图像中的位置。
154.第二布局位置是指目标修饰图像在模板中所处的位置。
155.第三布局位置是指用户修饰图像在模板中所处的位置。
156.第一布局尺寸是指模板中为目标修饰图像所预留的尺寸。
157.第二布局尺寸是指模板中为用户修饰图像所预留的尺寸。
158.在获取目标商品图像、用户修饰图像和目标修饰图像之后，可以根据与目标风格类型匹配的模板，获取目标商品图像的第一布局位置、目标修饰图像对应的第二布局位置和第一布局尺寸，及用户修饰图像对应的第三布局位置和第二布局尺寸，进而，执行步骤211和步骤212。
159.步骤211：根据所述第一布局尺寸对所述目标修饰图像的图像尺寸进行调整，得到第一修饰图像。
160.第一修饰图像是指对目标修饰图像的图像尺寸进行调整之后得到的修饰图像。
161.在得到第一布局尺寸之后，可以根据第一布局尺寸对目标修饰图像的图像尺寸进行调整，以得到第一修饰图像。
162.步骤212：根据所述第二布局尺寸对所述用户修饰图像的图像尺寸进行调整，得到第二修饰图像。
163.第二修饰图像是指对用户修饰图像的图像尺寸进行调整之后得到的修饰图像。
164.在得到第二布局尺寸之后，可以根据第二布局尺寸对用户修饰图像的图像尺寸进行调整，以得到第二修饰图像。
165.在得到第一修饰图像和第二修饰图像之后，执行步骤213。
166.步骤213：根据所述第一布局位置、所述第二布局位置、所述第三布局位置和所述目标风格类型，对所述目标商品图像、所述第一修饰图像和所述第二修饰图像进行布局，生成所述业务推广图像。
167.在得到第一修饰图像和第二修饰图像之后，可以根据第一布局位置、第二布局位
置、第三布局位置和目标风格类型，对目标商品图像、第一修饰图像和第二修饰图像进行布局，以生成业务推广图像，具体地，首先，可以根据目标风格类型，在图像生成模板上添加相应的风格色彩和文字说明，其次，根据第一布局位置将目标商品图像填充于模板中，根据第二布局位置将第一修饰图像填充于模板中，并根据第三布局位置将第二修饰图像填充于模板中，最后，可以对填充的模板进行渲染，从而可以得到业务推广图像。
168.本公开的实施例提供的图像生成方法，通过获取业务方输入的目标图像参数，目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型，根据图像参数与修饰图像之间的对应关系，确定目标图像参数对应的目标修饰图像，根据目标商品图像、用户修饰图像、目标风格类型和目标修饰图像，生成业务方对应的业务推广图像。本公开的实施例在生成业务推广图像的过程中，以商品图、风格类别、修饰素材作为输入，以风格类别一致和修饰素材特征相似进行素材搭配获得候选素材集，批量生成同一风格且满足用户个性化需求的业务推广图像。
169.实施例三
170.参照图3，示出了本公开的实施例提供的一种图像生成装置的结构示意图，如图3所示，该图像生成装置300具体可以包括如下模块：
171.目标图像参数获取模块310，用于获取业务方输入的目标图像参数，所述目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型；
172.目标修饰图像确定模块320，用于根据图像参数与修饰图像之间的对应关系，确定所述目标图像参数对应的目标修饰图像；
173.业务推广图像生成模块330，用于根据所述目标商品图像、所述用户修饰图像、所述目标风格类型和所述目标修饰图像，生成所述业务方对应的业务推广图像。
174.本公开的实施例提供的图像生成装置，通过获取业务方输入的目标图像参数，目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型，根据图像参数与修饰图像之间的对应关系，确定目标图像参数对应的目标修饰图像，根据目标商品图像、用户修饰图像、目标风格类型和目标修饰图像，生成业务方对应的业务推广图像。本公开的实施例在生成业务推广图像的过程中，以商品图、风格类别、修饰素材作为输入，以风格类别一致和修饰素材特征相似进行素材搭配获得候选素材集，批量生成同一风格且满足用户个性化需求的业务推广图像。
175.实施例四
176.参照图4，示出了本公开的实施例提供的另一种图像生成装置的结构示意图，如图4所示，该图像生成装置400具体可以包括如下模块：
177.训练样本获取模块410，用于获取训练样本，所述训练样本包括：所述初始业务推广图像对应的商品图像、修饰图像和风格类型；
178.素材模型训练模块420，用于将所述训练样本输入至待训练的素材提取模型，以对所述素材提取模型进行训练；
179.目标模型获取模块430，用于迭代执行所述素材模型训练模块，直至得到目标素材提取模型；
180.初始业务图像获取模块440，用于获取初始业务推广图像；
181.初始业务图像输入模块450，用于将所述初始业务推广图像输入至所述目标素材
提取模型；
182.初始修饰图像获取模块460，用于获取由所述目标素材提取模型输出的所述初始业务推广图像对应的初始修饰图像、初始商品图像和初始风格类型；
183.关联关系建立模块470，用于建立所述初始修饰图像、初始商品图像和所述初始风格类型之间的关联关系，并将所述关联关系保存至素材库；
184.目标图像参数获取模块480，用于获取业务方输入的目标图像参数，所述目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型；
185.目标修饰图像确定模块490，用于根据图像参数与修饰图像之间的对应关系，确定所述目标图像参数对应的目标修饰图像；
186.业务推广图像生成模块4100，用于根据所述目标商品图像、所述用户修饰图像、所述目标风格类型和所述目标修饰图像，生成所述业务方对应的业务推广图像。
187.可选地，所述素材提取模型包括：特征提取层、全连接层、风格类别损失层和搭配损失层，
188.所述素材模型训练模块420包括：
189.训练样本输入单元，用于将所述训练样本输入至待训练的素材提取模型；
190.语义特征提取单元，用于调用所述特征提取层提取所述商品图像和所述修饰图像中的图像语义特征；
191.映射特征获取单元，用于调用所述全连接层对所述图像语义特征进行非线性映射处理，得到映射特征；
192.风格损失值获取单元，用于调用所述风格类别损失层对所述映射特征和所述风格类型进行处理，得到风格类别损失值；
193.搭配损失值获取单元，用于调用所述搭配损失层对所述映射特征和所述风格类型进行处理，得到搭配损失值；
194.模型参数调整单元，用于在所述风格类别损失值不处于第一预设范围，和/或所述搭配损失值不处于第二预设范围内的情况下，调整所述素材提取模型的模型参数。
195.可选地，所述业务推广图像生成模块4100包括：
196.布局位置尺寸获取单元4110，用于获取所述目标商品图像的第一布局位置、所述目标修饰图像对应的第二布局位置和第一布局尺寸，及所述用户修饰图像对应的第三布局位置和第二布局尺寸；
197.第一修饰图像获取单元4120，用于根据所述第一布局尺寸对所述目标修饰图像的图像尺寸进行调整，得到第一修饰图像；
198.第二修饰图像获取单元4130，用于根据所述第二布局尺寸对所述用户修饰图像的图像尺寸进行调整，得到第二修饰图像；
199.业务推广图像生成单元4140，用于根据所述第一布局位置、所述第二布局位置、所述第三布局位置和所述目标风格类型，对所述目标商品图像、所述第一修饰图像和所述第二修饰图像进行布局，生成所述业务推广图像。
200.本公开的实施例提供的图像生成装置，通过获取业务方输入的目标图像参数，目标图像参数包括：目标商品图像、用户修饰图像和目标风格类型，根据图像参数与修饰图像之间的对应关系，确定目标图像参数对应的目标修饰图像，根据目标商品图像、用户修饰图
像、目标风格类型和目标修饰图像，生成业务方对应的业务推广图像。本公开的实施例在生成业务推广图像的过程中，以商品图、风格类别、修饰素材作为输入，以风格类别一致和修饰素材特征相似进行素材搭配获得候选素材集，批量生成同一风格且满足用户个性化需求的业务推广图像。
201.本公开的实施例还提供了一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现前述实施例的图像生成方法。
202.本公开的实施例还提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述实施例的图像生成方法。
203.对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
204.在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本公开的实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本公开的实施例的内容，并且上面对特定语言所做的描述是为了披露本公开的实施例的最佳实施方式。
205.在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
206.类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本公开的示例性实施例的描述中，本公开的实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本公开的实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本公开的实施例的单独实施例。
207.本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
208.本公开的实施例的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本公开的实施例的动态图片的生成设备中的一些或者全部部件的一些或者全部功能。本公开的实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序。这样的实现本公开的实施例
的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
209.应该注意的是上述实施例对本公开的实施例进行说明而不是对本公开的实施例进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开的实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
210.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
211.以上所述仅为本公开的实施例的较佳实施例而已，并不用以限制本公开的实施例，凡在本公开的实施例的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本公开的实施例的保护范围之内。
212.以上所述，仅为本公开的实施例的具体实施方式，但本公开的实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开的实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的实施例的保护范围之内。因此，本公开的实施例的保护范围应以权利要求的保护范围为准。