基于中文语境文生图场景下人像生成质量分区优化系统

本发明专利公开了基于中文语境文生图场景下人像生成质量分区优化系统，具体涉及人工智能技术领域。采用偏好学习理论为框架，利用关注度聚合算法构建的人像偏好数据集，将ChineseCLIP模型作为基座模型，通过最小化标注偏好分布与样本归一化分数之间的交叉熵来完成人像奖励模型的训练，从而使其能接受图片和提示的输入而输出一个评分作为人像质量评价，完成中文语境下图片的人像质量的自动化评估，有良好的鲁棒性和泛化性。不仅如此，基于这一人像奖励模型可构建人像分区偏好数据集，使用分区偏好优化算法将有效的奖励信号反馈到文生图模型的偏好优化上，从而解决目前中文语境文生图场景下人像生成质量较低的问题，提高了中文场景下文生图的人像质量。
上海交通大学
邓志杰 | 廖振谊