基于扩散模型的文本连续性插画生成

基于扩散模型的生成能力,提出了一种基于扩散模型的文本连续性插画的生成方法。其目标是根据给定的文本输入,生成连续的插画,以便更好地传达文本的意思。在扩散模型的基础上,加入了LSTM神经网络模型,使扩散模型在原本只能根据一句或者一段文本来生成一张图片的基础上加以改进,之后可以通过一段或多段文本,通过LSTM进行预处理,再生成一系列连续性的图片。所提方法主要是利用LSTM神经网络模型在序列建模方面的优势,它能很好地捕捉序列数据中的长期依赖关系,从而更好地理解和建模序列中的上下文信息。将预处理好的源文本送入生成模型,通过生成模型的生成能力,最后输出一系列连续的图片。