[发明专利]文本图像的生成方法、装置、计算机设备和存储介质

权利要求书

1.一种文本图像的生成方法，其特征在于，所述方法包括：

获取由预设文本内容部分和背景部分构成的文本内容图像，以及获取风格参照图像；

将所述文本内容图像划分为多个文本内容图像块，将所述多个文本内容图像块转化为相应的文本内容图像块特征，以及在各文本内容图像块特征中添加相应的图像块位置信息，得到多个携带图像块位置信息的文本内容图像块特征；

将所述风格参照图像划分为多个风格参照图像块，将所述多个风格参照图像块转化为相应的风格参照图像块特征，得到多个风格参照图像块特征；

将所述多个携带图像块位置信息的文本内容图像块特征输入至transformer网络的编码器，并将所述编码器输出的特征作为文本内容结构特征；

将所述文本内容结构特征和所述多个风格参照图像块特征输入transformer网络的解码器，并将所述解码器输出的特征作为文本内容-风格融合特征；

通过解码器网络将所述文本内容-风格融合特征进行解码，得到文本图像。

2.根据权利要求1所述的方法，其特征在于，所述获取由预设文本内容部分和背景部分构成的文本内容图像，包括：

获取预设文本内容，获取背景图像；

将所述预设文本内容转移至所述背景图像上，得到所述文本内容图像。

3.根据权利要求1所述的方法，其特征在于，

所述将所述文本内容图像划分为多个文本内容图像块，包括：

将所述文本内容图像均匀划分为所述多个文本内容图像块；

所述将所述风格参照图像划分为多个风格参照图像块，包括：

按照与所述文本内容图像的均匀划分方式相同的均匀划分方式，将所述风格参照图像均匀划分为所述多个风格参照图像块。

4.根据权利要求1所述的方法，其特征在于，

所述将所述多个文本内容图像块转化为相应的文本内容图像块特征，包括：

使用线性映射层将所述多个文本内容图像块转化为相应的文本内容图像块特征；

所述将所述多个风格参照图像块转化为相应的风格参照图像块特征，包括：

使用线性映射层将所述多个风格参照图像块转化为相应的风格参照图像块特征。

5.根据权利要求1所述的方法，其特征在于，所述将所述文本内容结构特征和所述多个风格参照图像块特征输入transformer网络的解码器，包括：

将所述文本内容结构特征作为查询query、所述多个风格参照图像块特征作为键key和值value输入至所述transformer网络的解码器。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述通过解码器网络将所述文本内容-风格融合特征进行解码，得到文本图像之后，所述方法还包括：

将所述文本图像输入鉴别器，得到所述鉴别器输出的所述文本图像的真伪判断结果。

7.一种文本图像的生成装置，其特征在于，包括：

图像获取模块，用于获取由预设文本内容部分和背景部分构成的文本内容图像，以及获取风格参照图像；

第一图像处理模块，用于将所述文本内容图像划分为多个文本内容图像块，将所述多个文本内容图像块转化为相应的文本内容图像块特征，以及在各文本内容图像块特征中添加相应的图像块位置信息，得到多个携带图像块位置信息的文本内容图像块特征；

第二图像处理模块，用于将所述风格参照图像划分为多个风格参照图像块，将所述多个风格参照图像块转化为相应的风格参照图像块特征，得到多个风格参照图像块特征；

第一图像输入模块，用于将所述多个携带图像块位置信息的文本内容图像块特征输入至transformer网络的编码器，并将所述编码器输出的特征作为文本内容结构特征；

第二图像输入模块，用于将所述文本内容结构特征和所述多个风格参照图像块特征输入transformer网络的解码器，并将所述解码器输出的特征作为文本内容-风格融合特征；

特征解码模块，用于通过解码器网络将所述文本内容-风格融合特征进行解码，得到文本图像。