(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211051928.3 (22)申请日 2022.08.31 (65)同一申请的已公布的文献号 申请公布号 CN 115131589 A (43)申请公布日 2022.09.30 (73)专利权人 天津艺点意创科技有限公司 地址 300131 天津市红桥区咸阳路19号中 投保大厦三层 (72)发明人 巩书凯　霍迎迎　 (74)专利代理 机构 济南凳凳知识产权代理有限 公司 37386 专利代理师 陈木发 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/74(2022.01)G06V 10/774(2022.01) (56)对比文件 CN 103425989 A,2013.12.04 CN 109558506 A,2019.04.02 CN 110827193 A,2020.02.21 CN 110991389 A,2020.04.10 CN 114727805 A,2022.07.08 CN 111368116 A,2020.07.0 3 CN 106844785 A,2017.0 6.13 US 2018189 937 A1,2018.07.0 5 李毅暉.基于视觉机制的图像 显著性检测及 检索算法研究. 《中国优秀硕士学位 论文全文数 据库信息科技 辑》 .2017,(第3期), 审查员 杨欢 (54)发明名称 一种互联网文创作品智能设计的图像生成 方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种互联网文创作品智能设计的图像生成方法， 该 方法在用户使用内容生成系统生成N张图像的过 程中， 计算 关键词数量的关键词内容稳定指标和 图像的饱和度多样程度； 根据每张图像的多个显 著性网格， 分别获取每张图像的显著性特征向量 和空间邻域特征向量； 结合关键词内容稳定指 标、 饱和度多样程度、 每张图像的显著性特征向 量和空间邻域特征向量分别获取每张图像的状 态向量； 利用预处理的状态向量训练One ‑Class‑ SVM， 以对内容生成系统的特殊输 出进行检测。 通 过常见的状态向量进行训练， 使得后期不再依赖 大量数据对比， 仅由状态向量就能判断特殊输 出， 提高了判断的准确性和效率。 权利要求书1页 说明书6页 附图2页 CN 115131589 B 2022.11.22 CN 115131589 B 1.一种互联网文创作品智能设计的图像生成方法， 其特 征在于， 该 方法包括以下步骤： 在用户使用内容生成系统生成N张图像的过程中， N为正整数， 获取每张图像的饱和度 组成饱和度序列， 并获取内容生成系统每次接受的关键词数量， 组成关键词数量序列， 由所 述关键词数量序列计算关键词内容稳定指标， 由所述饱和度 序列计算饱和度多样程度； 将当前图像划分为多个显著性网格， 获取每个显著性网格的像素值均值， 基于像素值 均值构建显著 性网格的直方图， 获取直方图中的所有直方图bin以组成显著 性特征向量； 取 当前图像的top ‑n个强显著性网格， n为正整数， 分别获取每个强显著性网格的邻域显著性 指标， 以组成当前图像的空间邻域特征向量； 结合所述关键词内容稳定指标、 所述关键词数 量序列和所述显著性特征向量得到当前图像的输出独特程度， 将所述关键词内容稳定指 标、 所述饱和度多样程度、 所述输出独特程度和所述空间邻域特征向量组成当前图像的状 态向量； 获取每张图像的状态向量； 基于任意两张图像的所述输出独特程度之间的差值以对所 有的状态向量进行聚类， 得到多个簇， 基于每个簇内状态向量的数量得到目标簇， 利用目标 簇中的状态向量对One ‑Class‑SVM进行训练， 利用训练好的One ‑Class‑SVM对内容生成系统 的特殊输出进行检测； 所述基于每 个簇内状态向量的数量得到目标簇的方法， 包括： 设定占比阈值， 分别计算每个簇内状态向量的数量在状态向量的总数量的占比， 将占 比大于或等于占比阈值的簇作为目标簇 。 2.如权利要求1所述的一种互联网文创作品智能设计的图像生成方法， 其特征在于， 所 述关键词内容稳定指标的获取 方法， 包括： 获取所述关键词数量序列中的最大关键词数量和内容生成系统最新一次接受的关键 词数量， 以计算两者之间的比值， 将该比值输入以e为底的指数函数中得到所述关键词内容 稳定指标。 3.如权利要求1所述的一种互联网文创作品智能设计的图像生成方法， 其特征在于， 所 述饱和度多样程度的获取 方法， 包括： 分别计算所述饱和度序列中每个饱和度与基准饱和度之间的差值平方， 获取差值平方 的平均值， 将平均值与修 正系数之间的乘积作为差异指标； 利用双曲正切函数对所述差异指标进行优化处 理， 得到所述饱和度多样程度。 4.如权利要求1所述的一种互联网文创作品智能设计的图像生成方法， 其特征在于， 所 述邻域显著性指标的获取 方法， 包括： 计算当前强显著性网格的八邻域内的像素值均值， 将其八邻域内的像素值均值与当前 强显著性网格的像素值均值之间的差值作为当前强显著性网格的邻域显著性指标。 5.如权利要求1所述的一种互联网文创作品智能设计的图像生成方法， 其特征在于， 所 述结合所述关键词内容稳定指标、 所述关键词数量序列和所述显著 性特征向量得到 当前图 像的输出独特程度的方法， 包括： 利用余弦相似度函数计算所述显著性特征向量与基准显著性特征向量之间的余弦相 似度， 由所述余弦相似度得到不相似程度； 获取所述关键词 数量序列中最大关键词数量与 最小关键词 数量之间比值； 将所述不相似程度、 所述比值和所述关键词内容稳定指标之间 的乘积作为所述输出独特程度。权　利　要　求　书 1/1 页 2 CN 115131589 B 2一种互联网文创作品智能设计的图像生成方 法 技术领域 [0001]本发明涉及图像处理技术领域， 具体涉及 一种互联 网文创作品智能设计的图像生 成方法。 背景技术 [0002]目前如DA LL‑E‑2、 Imagen、 Midjour nry、 discodiffusion等文字到图像合成的深度 神经网络技术能够生成较为逼真的图像结果， 在文创的衍生和文创的构想测试中起到较强 的辅助作用。 然而在使用过程中， 由于此类的内容生成系统的模块是一连串的子系统， 难以 从文本层面进行合理控制， 而用户始终是需要一些 “有新意的 ”生成内容， 因此对内容生成 系统进行状态监测， 以保证生成内容的正常输出和生成效率是非常必要的。 发明内容 [0003]为了解决上述技术问题， 本发明的目的在于提供一种互联 网文创作品智能设计的 图像生成方法， 所采用的技 术方案具体如下： [0004]在用户使用内容生成系统生成N张图像 的过程中， N为正整数， 获取每张图像 的饱 和度组成饱和度序列， 并获取内容生成系统每次接受的关键词数量， 组成关键词数量序列， 由所述关键词数量序列计算关键词内容稳定指标， 由所述饱和度序列计算饱和度多样程 度； [0005]将当前图像划分为多个显著性网格， 获取每个显著性网格的像素值均值， 基于像 素值均值构建显著性网格的直方图， 获取直方图中的所有直方图bin以组成显著性特征向 量； 取当前图像的t op‑n个强显著 性网格， n为正整数， 分别获取每个强显著性网格的邻域显 著性指标， 以组成当前图像的空间邻域特征向量； 结合所述关键词内容稳定指标、 所述关键 词数量序列和所述显著 性特征向量得到 当前图像的输出独特程度， 将所述关键词内容稳定 指标、 所述饱和度多样程度、 所述输出独特程度和所述空间邻域特征向量组成当前图像的 状态向量； [0006]获取每张图像的状态向量； 基于任意两张图像的所述输出独特程度之间的差值以 对所有的状态向量进 行聚类， 得到多个簇， 基于每个簇内状态向量的数量得到目标簇， 利用 目标簇中的状态向量对One ‑Class‑SVM进行训练， 利用训练好的One ‑Class‑SVM对内容生成 系统的特殊输出进行检测。 [0007]进一步的， 所述关键词内容稳定指标的获取 方法， 包括： [0008]获取所述关键词数量序列中的最大关键词数量和内容生成系统最新一次接受的 关键词数量， 以计算两者之 间的比值， 将该比值输入以e为底的指数函数中得到所述关键词 内容稳定指标。 [0009]进一步的， 所述饱和度多样程度的获取 方法， 包括： [0010]分别计算所述饱和度序列中每个饱和度与基准饱和 度之间的差值平方， 获取差值 平方的平均值， 将平均值与修 正系数之间的乘积作为差异指标；说　明　书 1/6 页 3 CN 115131589 B 3