[發明專利]目標對象的生成方法、裝置、電子設備以及存儲介質

有效

• 申請號: 202110736097.2
• 申請日: 2021-06-30
• 公開（公告）號: CN113590858B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 李宇琨;張涵;尹維沖;肖東凌;孫宇;田浩
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/538
• 分類號: G06F16/538;G06F16/583
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張夢瑤

本公開提供了目標對象的生成方法、裝置、電子設備以及存儲介質，涉及計算機技術領域，尤其涉及自然語言處理、深度學習等人工智能技術領域。具體實現方案為：對原始對象進行離散編碼，以生成原始對象對應的第一離散編碼序列，其中，原始對象的類型為圖像或文本中的一個或者圖像和文本的組合；將第一離散編碼序列輸入生成模型，以得到第二離散編碼序列；根據第二離散編碼序列，生成目標對象，目標對象的類型為圖像或文本中的一個，且原始對象的類型為圖像或文本中的一個時，目標對象的類型為文本或圖像中的另一個。實現了利用同一生成模型，實現圖像到文本、文本到圖像以及文本和圖像的組合到圖像或文本的生成，擴大了生成模型的應用范圍。

技術領域

本公開涉及計算機技術領域，特別涉及自然語言處理、深度學習等人工智能技術領域，尤其涉及目標對象的生成方法、裝置、電子設備以及存儲介質。

背景技術

目前，有很多需要根據圖像生成文本，或者根據文本生成圖像，或者根據文本與圖像的組合生成圖像或文本的場景。比如，為了實現對圖像表現的內容的描述，需要根據圖像生成對于圖像的內容的描述文本；為了繪制與文本描述的內容相符的圖像，需要根據文本生成能夠表現文本描述內容的圖像；為了實現在給定關鍵詞的情況下對圖像表現的內容的描述，需要根據文本與圖像的組合生成文本等。

而相關技術中的文本或圖像生成方法，僅能實現圖片到文本或文本到圖片的生成，應用場景有限，應用范圍窄。

發明內容

本公開提供了一種目標對象的生成方法、裝置、電子設備以及存儲介質。

根據本公開的一方面，提供了一種目標對象的生成方法，包括：對原始對象進行離散編碼，以生成所述原始對象對應的第一離散編碼序列，其中，所述原始對象的類型，為圖像或文本中的一個或者圖像和文本的組合；將所述第一離散編碼序列輸入生成模型，以得到第二離散編碼序列；根據所述第二離散編碼序列，生成目標對象，其中，所述目標對象的類型為圖像或文本中的一個，且所述原始對象的類型為圖像或文本中的一個時，所述目標對象的類型為文本或圖像中的另一個。

根據本公開的另一方面，提供了一種目標對象的生成裝置，包括：編碼模塊，用于對原始對象進行離散編碼，以生成所述原始對象對應的第一離散編碼序列，其中，所述原始對象的類型，為圖像或文本中的一個或者圖像和文本的組合；第一處理模塊，用于將所述第一離散編碼序列輸入生成模型，以得到第二離散編碼序列；生成模塊，用于根據所述第二離散編碼序列，生成目標對象，其中，所述目標對象的類型為圖像或文本中的一個，且所述原始對象的類型為圖像或文本中的一個時，所述目標對象的類型為文本或圖像中的另一個。

根據本公開的另一方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如上所述的目標對象的生成方法。

根據本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如上所述的目標對象的生成方法。

根據本公開的另一方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現根據如上所述的目標對象的生成方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開第一實施例的目標對象的生成方法的流程示意圖；

圖2是根據本公開第二實施例的目標對象的生成方法的流程示意圖；

圖3是根據本公開第二實施例的目標對象的生成方法的框架圖；