《人工智能通识》-项目3-1 AIGC图像生成应用 - 相关知识.pptxVIP

A/;

本课件为《人工智能通识(AIGC版)》配套教学资

源，由编写团队精心打造。

为便于教学使用，团队同步提供了丰富的辅助材料，

涵盖微课视频、教学课件、实训手册、习题答案、课程

标准及程序源代码等。

同时，教材配套超星教学示范包，支持一键克隆为

网络在线课程，助力高效开展线上线下混合式教学。

欢迎联系出版方订购使用。

书名：《人工智能通识(AIGC版)》

书号：978-7-111-79447-9

出版社：机械工业出版社

主编：蓝永健、吴秀红、罗智聪

副主编：邓爱玲、王有铭、叶菊、周弢;

PARTTWO

相关知识;

思维

导图;

所谓模式识别是指计算机通过算法自动发现数据中的规律，并进行分类或预测。它让计算机能够像

人类一样去观察、分析和理解各种模式。这里的“模式”可以是很多东西，例如，图像中的形状、颜色、纹理，声音中的语调、节奏，甚至是文字中的语法和语义等。简单来说，模式识别就是教计算机去“看”“听”“理解”世界。;

图像识别;

语音识别;

字符识别;

行为识别;

2.相关知识一模式识别的应用

指纹识别

在手机解锁、门禁系统和支付验证等场景

都广泛应用，为用户带来便捷、安全的身份验证体验，有效防止信息泄露与非法访问。;

目标检测特征比对结果输出;

图像识别工作流程

1.采集

图像采集：通过摄像头、传感器等设备获取原始图像数据段原始图像数据

2.图像预处处理

图像预处理：对原始图像进行去噪、缩放、增强等操作，提高图像质量

3.特征提取

特征提取：从预处理后的图像中提取关键特征，如边缘、纹理、形状等

4.模型训练

模型训练：使用标注数据训练分类模型，优化模型参数;

图像识别技术广泛应用于多个领域，包

括安防人脸识别、医疗影像诊断、零售商品识别、交通车牌识别、农业作物监测和工业缺陷检测、自动辅助驾驶以及教育与学习等，为人们的生活、工作和学习带来了极大便利。;

机器视觉是人工智能领域中的一项重要技术，

是通过光学装置和非接触传感器自动地接收和处理一个真实场景的图像，通过分析图像获得所需信息或用于控制机器运动的装置。它让计算机能够通过摄像头或传感器“看”世界，并对图像或视频进行分析和理解。

简单来说，机器视觉就是教计算机像人类一样

“看东西”,机器“能看见”和“看得准”,在某些领域的能力往往比人类更强，可以快速处理大量图像数据并做出准确的判断。。;

工业制造领域

安防监控领域

机器视觉的应用领域

自动驾驶领域

医疗健康领域;

掌握主流AIGC图像生成工具是紧跟创意技术潮流的关键。通过了解这些工具的特点与优势，可以精

准匹配创作需求，提升图像创作效率，优化视觉呈现效果，同时避免重复开发，节省创作时间和资源。

此外，熟悉不同工具的特性，能够灵活应对多场景创作需求，增强竞争力，并为未来的技术选型和创意创新提供有力支撑。;

工具名称;

“文生图”技术是一种AIGC(生成式人工智能内容)技术，它通过人工智能模型将文字描述转化为

图像。其核心是利用深度学习模型(例如，生成对抗网络GAN、扩散模型DiffusionModel等),让计算机理解文字描述中的语义信息，并将其转化为视觉内容。

1.文本编码

使用预训练模型(如CLIP、BERT)将文本转化为高维向量(Embedding)。

示例：输入“戴墨镜的猫”→输出文本向量。

2.图像生成

GAN:生成器与判别器对抗训练，生成逼真图像。

扩散模型：通过加噪/去噪过程逐步生成清晰图像。

VAE:将数据映射到潜在空间，采样生成新数据。

3.图像解码

将潜在空间的特征向量通过解码器(如VAE解码器)还原为像素图像。;

1.数据准备：收集标注文本与图像数据，对文本分词编码、图像标准化处理

2.模型训练：用生成模型及深度学习框架，学习文本与图像映射关系

3.输入文字描述：用户输准确无歧义文字(如蓝色小描),确保输出质量

4.文本特征提取：NLP提文本关键特征，CLIP编码为向量指引生成

5.图像生成：依提取特征逐步生图，过程中优化细节贴合描述

6.结果输出：输出图像，用户可调整提示词或CFGScale优化;

机械工业出版社《人工智能通识》配套资源