本發(fā)明涉及人工智能，特別是涉及一種基于aigc的影視角色及場(chǎng)景圖生成方法及系統(tǒng)。
背景技術(shù)：
：：1、在影視制作過程中，角色和場(chǎng)景的設(shè)計(jì)是前期的重要工作?，F(xiàn)有的影視角色和場(chǎng)景設(shè)計(jì)通常依賴專業(yè)的藝術(shù)團(tuán)隊(duì)進(jìn)行創(chuàng)作，其一是為特定劇本量身定制角色和場(chǎng)景，過程復(fù)雜且耗時(shí)；其二是為普通用戶提供的現(xiàn)成模板往往缺乏個(gè)性化和創(chuàng)意，難以滿足多樣化的需求。現(xiàn)有方法依賴于人工操作，耗時(shí)費(fèi)力，且難以快速響應(yīng)劇本的修改。其次，對(duì)于普通用戶來說，如果缺乏專業(yè)的藝術(shù)技能和經(jīng)驗(yàn)，創(chuàng)作出劇本需要的的角色和場(chǎng)景需要較大的工作量。2、近年來，隨著aigc技術(shù)的快速發(fā)展，影視角色和場(chǎng)景的設(shè)計(jì)有了新的解決方案。通過利用大語言模型和圖像生成模型，可實(shí)現(xiàn)對(duì)劇本文字內(nèi)容的解析和提取，進(jìn)而生成符合劇本需求的角色和場(chǎng)景圖像。3、如何提供一種基于aigc的影視角色及場(chǎng)景圖生成方法及系統(tǒng)，實(shí)現(xiàn)高效生成個(gè)性化的角色和場(chǎng)景圖像，提升生成質(zhì)量，降低創(chuàng)作成本，成為亟待解決的技術(shù)問題。技術(shù)實(shí)現(xiàn)思路1、本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)存在的上述技術(shù)問題，提供一種基于aigc的影視角色及場(chǎng)景圖生成方法及系統(tǒng)，實(shí)現(xiàn)生成符合劇本需求的角色和場(chǎng)景圖像，提升生成質(zhì)量，降低創(chuàng)作成本。2、第一方面，本發(fā)明提供一種基于aigc的影視角色及場(chǎng)景圖生成方法，包括如下步驟：3、步驟s10、獲取用戶輸入的劇本文字內(nèi)容，作為后續(xù)用于圖像生成的輸入數(shù)據(jù)，確保系統(tǒng)能接收并處理用戶提供的信息；4、步驟s20、從用戶輸入的劇本文字內(nèi)容中提取角色描述及場(chǎng)景描述，以便為后續(xù)生成提供必要的基礎(chǔ)數(shù)據(jù)；5、步驟s30、通過大語言模型，將提取的角色描述及場(chǎng)景描述轉(zhuǎn)換成標(biāo)準(zhǔn)格式的prompt；6、步驟s40、將標(biāo)準(zhǔn)格式的prompt輸入深度學(xué)習(xí)模型stable?diffusion，生成角色及場(chǎng)景圖片；7、步驟s50、采用ip-adapter和controlnet從角色、場(chǎng)景基準(zhǔn)參考圖生成不同狀態(tài)下保持身份特征一致的可控生成。8、進(jìn)一步地，在步驟s10中，所述獲取用戶輸入的劇本文字內(nèi)容，用戶通過系統(tǒng)界面，將劇本的相關(guān)文字信息輸入系統(tǒng)，劇本的相關(guān)文字信息包括角色描述、場(chǎng)景背景、情感氛圍等。9、進(jìn)一步地，在步驟s20中，所述從用戶輸入的劇本文字內(nèi)容中提取角色描述及場(chǎng)景描述，通過語言大模型，從用戶輸入的劇本文字內(nèi)容中提取角色描述及場(chǎng)景描述，并且調(diào)整和優(yōu)化文本描述，確保后期生成prompt的準(zhǔn)確性和細(xì)節(jié)完整性，使之更適合用于圖像生成；所述角色描述包括劇本中每個(gè)角色的外貌特征、服裝風(fēng)格、性格特點(diǎn)、情感狀態(tài)等描述；所述場(chǎng)景描述包括劇本中的場(chǎng)景背景、環(huán)境氛圍、天氣條件、光照效果等描述。10、進(jìn)一步地，在步驟s30中，所述通過大語言模型，將提取的角色描述及場(chǎng)景描述轉(zhuǎn)換成標(biāo)準(zhǔn)格式的prompt，系統(tǒng)通過大語言模型，將提取的角色描述和場(chǎng)景描述進(jìn)行標(biāo)準(zhǔn)化處理，生成統(tǒng)一格式的數(shù)據(jù)，確保角色id和場(chǎng)景id的精確匹配，以便后續(xù)處理時(shí)能夠正確識(shí)別和關(guān)聯(lián)角色與場(chǎng)景。11、進(jìn)一步地，在步驟s40中，所述生成角色及場(chǎng)景圖片，具體的：基于步驟s30優(yōu)化后的prompt，將標(biāo)準(zhǔn)格式的prompt輸入本地部署的stable?diffusion，調(diào)用相應(yīng)的生成模型進(jìn)行圖像生成。通過調(diào)用經(jīng)過優(yōu)化的stable?diffusion，系統(tǒng)能夠高效地將描述轉(zhuǎn)換為高質(zhì)量的視覺內(nèi)容，實(shí)現(xiàn)角色和場(chǎng)景的自動(dòng)生成。12、進(jìn)一步地，在步驟s50中，所述多狀態(tài)一致性生成，具體的：對(duì)于角色一致性，根據(jù)ip-adapter身份保持模塊，通過輸入基準(zhǔn)參考圖和文字描述（服裝特征、情緒狀態(tài)等）可以生成同一角色的不同狀態(tài)。對(duì)于場(chǎng)景一致性：從基準(zhǔn)場(chǎng)景圖中提取輪廓信息，將輪廓信息、文字描述作為controlnet的輸入，可生成不同天氣、光照的狀態(tài)。13、第二方面，本發(fā)明提供一種基于aigc的影視角色及場(chǎng)景圖生成系統(tǒng)，包括如下模塊：14、劇本解析模塊，用于獲取用戶輸入的劇本文字內(nèi)容，并從中提取出角色描述和場(chǎng)景描述，確保所提取的信息能夠準(zhǔn)確反映劇本的情感和情境；15、prompt標(biāo)準(zhǔn)化模塊，用于將提取的角色描述和場(chǎng)景描述進(jìn)行標(biāo)準(zhǔn)化處理，生成統(tǒng)一格式的prompt，確保角色id和場(chǎng)景id的精確匹配，為后續(xù)的圖像生成打下基礎(chǔ)；16、角色與場(chǎng)景生成模塊，用于將標(biāo)準(zhǔn)格式的prompt輸入stable?diffusion，實(shí)現(xiàn)角色及場(chǎng)景圖像的自動(dòng)生成，快速將文本信息轉(zhuǎn)換為高質(zhì)量的視覺內(nèi)容；17、一致性生成模塊，采用ip-adapter和controlnet從角色、場(chǎng)景基準(zhǔn)參考圖生成不同狀態(tài)下保持身份特征一致的可控生成。18、進(jìn)一步地，所述劇本解析模塊具體為：19、獲取用戶輸入的劇本文字內(nèi)容，分析文本結(jié)構(gòu)，提取其中的角色描述和場(chǎng)景信息，并為后續(xù)處理做好準(zhǔn)備。20、進(jìn)一步地，所述prompt標(biāo)準(zhǔn)化模塊具體為：21、對(duì)提取的角色描述和場(chǎng)景描述進(jìn)行自然語言處理，生成標(biāo)準(zhǔn)格式的prompt，以提升生成質(zhì)量。22、進(jìn)一步地，所述角色與場(chǎng)景生成模塊具體為：23、所述角色與場(chǎng)景生成模塊具體為：將標(biāo)準(zhǔn)格式的prompt輸入生成模型，通過stable?diffusion生圖模型，得到各個(gè)角色和場(chǎng)景對(duì)應(yīng)的圖像輸出。24、進(jìn)一步地，所述一致性生成模塊具體為，對(duì)于角色一致性：根據(jù)ip-adapter身份保持模塊，基準(zhǔn)圖加上各種服裝的狀態(tài)、喜怒哀樂的狀態(tài)文字描述作為兩項(xiàng)輸入可以生成同一角色的不同狀態(tài)。對(duì)于場(chǎng)景一致性：采用預(yù)訓(xùn)練模型從基準(zhǔn)場(chǎng)景圖中提取輪廓信息，將輪廓信息、文字描述作為controlnet的輸入，可生成不同天氣、光照的狀態(tài)。25、本發(fā)明的優(yōu)點(diǎn)在于：26、通過將劇本文字內(nèi)容解析并提取角色和場(chǎng)景信息，利用自然語言處理生成標(biāo)準(zhǔn)格式的prompt，確保角色id和場(chǎng)景id的一致性。接著，通過深度學(xué)習(xí)模型stable?diffusion生成個(gè)性化的角色和場(chǎng)景圖像，并進(jìn)一步微調(diào)角色的服裝狀態(tài)和情感表達(dá)，以及場(chǎng)景的天氣和光照效果。本發(fā)明極大地提升aigc生成的角色一致性和場(chǎng)景一致性，高效生成同一角色同一場(chǎng)景下的不同狀態(tài)，為影視行業(yè)生成角色小傳、勘景選景提供參考。有效克服傳統(tǒng)設(shè)計(jì)的復(fù)雜性和高成本，同時(shí)能夠滿足多樣化的創(chuàng)作需求，提升角色和場(chǎng)景生成的效率與質(zhì)量，降低整體創(chuàng)作成本。技術(shù)特征：1.一種基于aigc的影視角色及場(chǎng)景圖生成方法，其特征在于：包括如下步驟：2.如權(quán)利要求1所述一種基于aigc的影視角色及場(chǎng)景圖生成方法，其特征在于：在步驟s10中，所述獲取用戶輸入的劇本文字內(nèi)容，用戶通過系統(tǒng)界面，將劇本的相關(guān)文字信息輸入系統(tǒng)，劇本的相關(guān)文字信息包括角色描述、場(chǎng)景背景、情感氛圍。3.如權(quán)利要求1所述一種基于aigc的影視角色及場(chǎng)景圖生成方法，其特征在于：在步驟s20中，所述從用戶輸入的劇本文字內(nèi)容中提取角色描述及場(chǎng)景描述，通過大語言模型，從用戶輸入的劇本文字內(nèi)容中提取角色描述及場(chǎng)景描述，并且調(diào)整和優(yōu)化文本描述，確保后期生成prompt的準(zhǔn)確性和細(xì)節(jié)完整性，使之更適合用于圖像生成；所述角色描述包括劇本中每個(gè)角色的外貌特征、服裝風(fēng)格、性格特點(diǎn)、情感狀態(tài)描述；所述場(chǎng)景描述包括劇本中的場(chǎng)景背景、環(huán)境氛圍、天氣條件、光照效果描述。4.如權(quán)利要求1所述一種基于aigc的影視角色及場(chǎng)景圖生成方法，其特征在于：所述步驟s30具體為：將提取的角色描述和場(chǎng)景描述進(jìn)行標(biāo)準(zhǔn)化處理，生成統(tǒng)一格式的prompt。5.如權(quán)利要求1所述一種基于aigc的影視角色及場(chǎng)景圖生成方法，其特征在于：在步驟s40中，所述生成角色及場(chǎng)景圖片，具體的：基于步驟s30優(yōu)化后的prompt，將標(biāo)準(zhǔn)格式的prompt輸入本地部署的stable?diffusion，調(diào)用相應(yīng)的生成模型進(jìn)行圖像生成。6.如權(quán)利要求1所述一種基于aigc的影視角色及場(chǎng)景圖生成方法，其特征在于：在步驟s50中，多狀態(tài)一致性生成，具體的：對(duì)于角色一致性，根據(jù)ip-adapter身份保持模塊，通過輸入基準(zhǔn)參考圖和文字描述生成同一角色的不同狀態(tài)；對(duì)于場(chǎng)景一致性：從基準(zhǔn)場(chǎng)景圖中提取輪廓信息，將輪廓信息、文字描述作為controlnet的輸入，生成不同天氣、光照的狀態(tài)。7.一種基于aigc的影視角色及場(chǎng)景圖生成系統(tǒng)，其特征在于：包括如下模塊：8.如權(quán)利要求7所述一種基于aigc的影視角色及場(chǎng)景圖生成系統(tǒng)，其特征在于：所述劇本解析模塊具體為：獲取用戶輸入的劇本文字內(nèi)容，分析文本結(jié)構(gòu)，提取其中的角色描述和場(chǎng)景信息，以便后續(xù)處理。9.如權(quán)利要求7所述一種基于aigc的影視角色及場(chǎng)景圖生成系統(tǒng)，其特征在于：所述prompt標(biāo)準(zhǔn)化模塊具體為：對(duì)提取的角色描述和場(chǎng)景描述進(jìn)行自然語言處理，生成標(biāo)準(zhǔn)格式的prompt，以提升生成質(zhì)量；10.如權(quán)利要求7所述一種基于aigc的影視角色及場(chǎng)景圖生成系統(tǒng)，其特征在于：所述一致性生成模塊具體為，具體的：對(duì)于角色一致性，根據(jù)ip-adapter身份保持模塊，通過輸入基準(zhǔn)參考圖和文字描述生成同一角色的不同狀態(tài)；對(duì)于場(chǎng)景一致性：從基準(zhǔn)場(chǎng)景圖中提取輪廓信息，將輪廓信息、文字描述作為controlnet的輸入，生成不同天氣、光照的狀態(tài)。技術(shù)總結(jié)一種基于AIGC的影視角色及場(chǎng)景圖生成方法及系統(tǒng)，涉及人工智能。獲取用戶輸入的劇本文字內(nèi)容，提取角色描述及場(chǎng)景描述；通過大語言模型將角色描述及場(chǎng)景描述轉(zhuǎn)換成標(biāo)準(zhǔn)格式的Prompt并輸入Stable?Diffusion，生成基準(zhǔn)角色圖或基準(zhǔn)場(chǎng)景圖。對(duì)于角色一致性：根據(jù)IP?Adapter身份保持模塊，輸入基準(zhǔn)參考圖和文字描述生成同一角色的不同狀態(tài)。對(duì)于場(chǎng)景一致性：從基準(zhǔn)場(chǎng)景圖中提取邊緣輪廓信息，將輪廓信息、文字描述作為controlnet的輸入，生成不同天氣、光照的狀態(tài)。提升AIGC生成的角色一致性和場(chǎng)景一致性，高效生成同一角色同一場(chǎng)景下不同狀態(tài)，為生成角色小傳、勘景選景提供參考。技術(shù)研發(fā)人員：陳俐燕,張敏,季翔,王梓霖,陳毅,林義超,劉昆宏,林俊聰,張一鳴受保護(hù)的技術(shù)使用者：廈門大學(xué)技術(shù)研發(fā)日：技術(shù)公布日：2025/5/8