一种烟盒的包装图像生成方法及电子设备与流程

本发明涉及计算机图像处理，具体而言，涉及一种烟盒的包装图像生成方法及电子设备。

背景技术：

1、随着市场竞争的加剧，烟盒的包装图像设计变得愈发重要。设计师们开始深入研究消费者的心理和行为，以确定如何通过设计来吸引他们的注意并影响其购买决策。这促使烟盒的包装图像设计从简单的标识，演变为一种全方位的品牌营销工具。设计理念的演进也推动了烟盒包装图像设计的发展。目前，烟盒的包装图像通常是由设计师人工设计，存在设计效率低的问题。

技术实现思路

1、有鉴于此，本技术实施例的目的在于提供一种烟盒的包装图像生成方法及电子设备，能够改善烟盒包装图像的设计效率低的问题。

2、为实现上述技术目的，本技术采用的技术方案如下：

3、第一方面，本技术实施例提供了一种烟盒的包装图像生成方法，所述方法包括：

4、s110，获取条件数据，其中，所述条件数据包括用于描述期望生成的包装图像的特征内容的文本数据；

5、s120，将所述条件数据输入经过训练的图像生成模型，得到由所述图像生成模型输出的烟盒的至少一个包装图像，其中，所述图像生成模型包括稳定扩散模型和改进controlnet模型，在所述改进controlnet模型中的可训练副本的每类编码器中设置有改进注意力模块，所述改进注意力模块包括通道注意力单元、空间注意力单元及深度卷积单元。

6、结合第一方面，在一些可选的实施方式中，在步骤s110之前，所述方法还包括：

7、s101，获取用于训练模型的数据集，其中，所述数据集包括烟盒的多类样本包装图像、相应样本包装图像的轮廓图以及与相应样本包装图像对应的提示词；

8、s102，利用样本包装图像、轮廓图训练所述稳定扩散模型中的变分自编码器；

9、s103，利用变分自编码器在正向扩散过程得到的特征向量和相应样本包装图像对应的提示词，训练所述稳定扩散模型中的unet模型；

10、s104，基于预设的任务条件、所述变分自编码器在逆向扩散过程中得到的特征向量，对所述改进controlnet模型进行训练，其中，在训练所述改进controlnet模型期间，unet模型的参数不更新；

11、重复执行步骤s102至步骤s104，直至所述变分自编码器的损失函数满足预设收敛条件，或训练次数达到设定次数。

12、结合第一方面，在一些可选的实施方式中，步骤s102，包括：

13、将样本包装图像、轮廓图输入所述变分自编码器，由所述变分自编码器中的第一编码器对样本包装图像和轮廓图中的每个输入图像进行编码扩散，以及由所述变分自编码器中的第一解码器对编码扩散后的特征向量进行解码，得到解码后的输出图像，输入图像和输出图像满足如下公式：

14、

15、式中，maxl指最大化输出图像为输入图像x的概率，p指概率函数，z指输入图像经过第一编码器编码得到的特征向量，x指输入图像，eachx指每个输入图像x，p(x)指所述变分自编码器的输出图像为输入图像x的概率，p(z)指出现特征向量z的概率，p(x|z)指在所述解码器输入特征向量z时，得到的输出图像为输入图像x的概率；

16、所述变分自编码器的损失函数为：

17、

18、式中，maxloss指损失函数；kl指散度计算函数；q(z|x)指所述第一编码器对输入图像x编码，输出为特征向量z的概率；mi指所述第一编码器输出的原有编码，σi指所述第一编码器在编码过程中添加的第i个用于控制噪声的编码；x(i)指从数据集中采样得到的第i个图像；z(i,l)指从所述第一编码器从图像x(i)编码得到的特征向量z中，抽样的第l个特征向量z；l指抽样的总数量；l指取值为1至l的数量。

19、结合第一方面，在一些可选的实施方式中，在步骤s103中，unet模型的损失函数lldm为：

20、

21、式中，ε(x)表示隐空间，作为所述第一编码器从图像中提取特征时所采用的潜在变量的分布；∈指t时刻之前的潜在变量；∈θ指t时刻之的潜在变量；t指时刻；zt指在t时刻的特征向量。

22、结合第一方面，在一些可选的实施方式中，步骤s104，包括：

23、基于预设的任务条件ct、所述变分自编码器在逆向扩散过程中得到的特征向量zt、提示词ct，对所述改进controlnet模型进行训练，并通过图像扩散算法学习一个网络∈θ以预测添加到带有噪声的特征向量zt中的噪声；

24、其中，在训练所述改进controlnet模型时，所述稳定扩散模型的学习目标m为：

25、

26、式中，z0指输入图像x首次编码得到的特征向量。

27、结合第一方面，在一些可选的实施方式中，在步骤s101之前，所述方法还包括：

28、基于通道注意力单元、空间注意力单元及深度卷积单元，创建得到改进注意力模块；

29、基于所述改进注意力模块和初始controlnet模型，创建得到改进controlnet模型；

30、基于所述改进controlnet模型和稳定扩散模型，创建得到图像生成模型。

31、结合第一方面，在一些可选的实施方式中，所述通道注意力单元包括依次连接的全局平均池化层和两个串接的全局平均池化；

32、所述空间注意力单元包括依次连接的1*1卷积模块、两个串接的3*3卷积模块及1*1卷积模块；

33、其中，输入所述改进注意力模块的数据，分别输入所述通道注意力单元、所述空间注意力单元及深度卷积单元；

34、所述通道注意力单元和所述空间注意力单元输出的数据逐元素相加连接，并通过激活函数得到第一中间数据，所述第一中间数据与输入所述改进注意力模块的数据相乘连接，得到第二中间数据；

35、所述深度卷积单元输出的数据与所述第二中间数据通过相加连接并输出。

36、结合第一方面，在一些可选的实施方式中，所述改进controlnet模型中的所述可训练副本包括依次连接的3个串接第一编码器、所述改进注意力模块、3个串接的第二编码器、所述改进注意力模块、3个串接的第三编码器、所述改进注意力模块、3个串接的第四编码器、所述改进注意力模块及中间块。

37、结合第一方面，在一些可选的实施方式中，所述方法还包括：

38、当所述图像生成模型输出的包装图像的数量为多个时，基于接收的选择指令，保留与所述选择指令对应的包装图像，并删除未被选中的包装图像。

39、第二方面，本技术实施例还提供一种电子设备，所述电子设备包括相互耦合的处理器及存储器，所述存储器内存储计算机程序，当所述计算机程序被所述处理器执行时，使得所述电子设备执行上述的方法。

40、采用上述技术方案的发明，具有如下优点：

41、在本技术提供的技术方案中，向图像生成模型输入条件数据，由图像生成模型输出的烟盒的至少一个包装图像，条件数据可以是用于描述期望生成的包装图像的特征内容的文本数据，图像生成模型包括稳定扩散模型和改进controlnet模型，在改进controlnet模型中的可训练副本的每类编码器中设置有改进注意力模块，改进注意力模块包括通道注意力单元、空间注意力单元及深度卷积单元。如此，利用改进注意力模块和controlnet模型结合，有利于减少训练的参数，以及基于条件数据，能生成较为稳定的烟盒包装图像，有利于提升烟盒包装图像的设计效率。