行者AI美術生成算法

行者AI美術生成算法是成都潛在人工智慧科技有限公司推出的深度合成服務算法。該算法套用於圖像生成場景，根據用戶輸入的文本提示詞和圖像數據，生成相應的圖像。

2024年4月，行者AI美術生成算法通過備案。

基本介紹

• 軟體名稱：行者AI美術生成算法
• 開發商：成都潛在人工智慧科技有限公司
• 備案號：網信算備510116674984601240039號

算法原理

行者 AI 美術生成算法，基於深度學習的神經網路架構和潛在空間擴散模型和變分自編碼器技術，能夠執行文生圖（text-to-image）和圖生圖（image-to-image）的生成任務。該算法利用大量的圖像數據和相應的文本描述或標籤（圖文對）進行預訓練，使神經網路能夠自動學習和理解圖片和文字間的複雜關聯，並能夠根據給定的文本生成對應語義的圖像，或者根據給定的圖像生成新的圖像。

運行機制

算法的核心涉及變分自編碼器（VAE，即VariationalAutoencoder）技術、潛在空間擴散模型、文本編碼器，其中變分自編碼器分為編碼器和解碼器兩部分，編碼器負責將輸入的文本或圖像轉化為潛在空間中的低維向量表示，通過神經網路架構捕獲和理解圖像或文本的關鍵特徵，解碼器則從這些潛在表示中重構圖像。潛在空間擴散模型，在圖像生成過程中，首先向圖像逐步施加噪聲，直到圖像變成完全的隨機噪聲。然後在逆向階段，算法逐步去除這些噪聲，學習如何從高斯噪聲中重構出原始圖像。文本編碼器將用戶提供的文本描述轉化為向量表示。以下為算法運行步驟：（1）數據預處理：首先需要將用戶輸入的文本和圖像數據進行預處理，包括分詞、詞性標註、去除停用詞等文本處理任務，以及圖像的像素轉換、色彩空間轉換等圖像處理任務。（2）特徵提取：通過基於深度學習的神經網路架構對預處理後的文本和圖像數據進行特徵提取，編碼器將複雜的文本或圖像數據轉換為向量表示，這些向量可以代表文本中的詞語、語義等信息，也可以代表圖像中的像素、色彩等信息。（3）文本生成圖像：文本編碼器算法將用戶提供的文本描述轉化為潛在空間的向量表示，潛在擴散模型基於這些表示以及用戶選擇的生成尺寸、張數等參數，不斷去噪後生成與文本語義匹配的潛在空間表示，最後解碼器從這些潛在表示中重構圖像。（4）圖像生成圖像：編碼器將輸入的圖像轉化為潛在空間的向量表示，潛在擴散模型基於這些表示以及用戶選擇的生成方式、生成尺寸等參數，不斷去噪後生成與文本語義匹配的潛在空間表示，最後解碼器從這些潛在表示中重構圖像，生成新的、風格或內容上有所變化的圖像。（5）後期處理：對於生成的圖像，可能需要進行一些後期處理，如調整尺寸、色彩校正等操作，以便更好地滿足用戶的需求。（6）輸出結果：將通過後期處理的生成結果輸出到客戶端。

套用場景

套用在“行者 AI 美術生成系統”網站上。

算法目的

提供一種新穎、有趣且高效的藝術創作算法，使用戶能夠以更簡單、更便捷的方式進行藝術創作和設計，同時也可以提高藝術作品的生成效率和多樣性。