CN117291793A - 一种基于事件的人工智能个性化图像生成方法及系统 - Google Patents

Abstract

一种基于事件的人工智能个性化图像生成方法及系统，涉及图像数据产生技术领域。在该方法中，根据参与项目和参与项目对应的时间确定参与项目权重；将人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物；将参与项目作为提示词和参与项目权重输入人工智能图像生成框架，配合人工智能模型得到图像场景；利用人物肖像对图像人物进行换脸处理得到游客图像人物；将初始图像和艺术风格信息输入人工智能图像生成框架，配合艺术风格模型得到艺术风格化的最终个性化图像。以此来提高人工智能生成的图片的内容丰富度、个性化程度，以满足不同游客的需求。

Description

一种基于事件的人工智能个性化图像生成方法及系统

技术领域

本申请涉及图像数据产生技术领域，尤其涉及一种基于事件的人工智能个性化图像生成方法及系统。

背景技术

在当今的社会中，游乐园作为休闲娱乐的重要场所，已经深入人们的生活。人们在游乐园中参与各种活动，享受快乐的时光。

相关技术中的图像生成方法，例如，在游乐园中，会在游客出园的时候提供一份纪念册，然后将游客的照片合成到纪念册上。这种技术通过提供一个具有纪念意义的纪念册，增强了游客的游乐园体验，同时也为游乐园提供了一个与游客互动和增加收入的机会。

然而，相关技术中的图像生成方法存在一个主要问题：其内容和形式大多是统一的，技术主要是将游客的照片简单地添加到背景之上，无法体现游客的个性化体验和喜好，这就导致生成的图片内容单一，缺乏个性化，无法满足不同游客的需求。

发明内容

本申请提供了一种基于事件的人工智能个性化图像生成方法及系统，用于提高人工智能生成的图片的内容丰富度、个性化程度，以满足不同游客的需求。

第一方面，本申请提供了一种基于事件的人工智能个性化图像生成方法，包括：获取当前游客的事件数据，事件数据包括参与项目、与参与项目对应的时间、人物信息、人物肖像及艺术风格信息；根据参与项目和参与项目对应的时间确定参与项目权重；将人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物；将参与项目作为提示词和参与项目权重输入人工智能图像生成框架，配合人工智能模型得到图像场景；利用人物肖像对图像人物进行换脸处理得到游客图像人物；将初始图像和艺术风格信息输入人工智能图像生成框架，配合艺术风格模型得到个性化图像；初始图像为游客图像人物和图像场景的组合。

在上述实施例中，通过根据游客参与的项目以及对应的时间来决定图像的场景，能够更深度地反映出游客的实际体验。再通过利用游客的人物信息和肖像来决定图像的人物，此方法进一步提升了图像的个性化程度和真实度。同时通过游客提供的的艺术风格信息来决定图像的风格，满足了不同游客对于艺术风格多样性的需求，因此本方法提高了生成的图片的内容丰富度、个性化程度，以满足不同游客的需求。

结合第一方面的一些实施例，在一些实施例中，根据参与项目和参与项目对应的时间确定参与项目权重的步骤，具体包括：将参与项目和参与项目对应的时间输入时间权重公式得到第一参与项目的参与时间权重；将第一参与项目的频率作为第一参与项目的频率权重；根据第二参与项目的频率、第一参与项目与第二参与项目的相关度、第二参与项目的参与时间权重得到第一参与项目与第二参与项目的相关度权重；累积第一参与项目与其他参与项目的相关度权重，得到第一参与项目的相关度权重；根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重；统计全部参与项目的子参与项目权重得到参与项目权重。

在上述实施例中，提供的权重设定方法不仅考虑了时间长度，也考虑了项目的频率和相关性。这意味着，即使游客在某个项目上花费了较长的时间，但若其参与频率较低，或者与其他项目的相关性不高，其权重将会相对较低。反之，如果游客在某个时间较短的项目上频繁参与，且与其他项目高度相关，其权重将会相对较高。因此，这种权重设定方式在一定程度上提高了公正性，能够更准确地反映出游客对不同项目的喜好程度。同时该方法通过累积每个项目的时间权重、频率权重和相关度权重，得到了每个项目的综合权重，从而更全面地反映了游客的实际体验。这种综合权重设定方式考虑了多种因素，不仅包括游客对每个项目的参与时间和频率，还包括了项目之间的相关性，因此能够使生成的图片更加符合游客的偏好。

结合第一方面的一些实施例，在一些实施例中，根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重的步骤之前，方法还包括：将全部参与项目按照时间顺序生成参与项目链；参与项目链包含若干个不同时间顺序的第一参与项目；提取参与项目链中全部同类子链条，同类子链条的一端为第一参与项目，另一端为另一第一参与项目；将同类子链条的平均项目数作为第一参与项目的同类再参与指标；提取参与项目链中全部相似子链条，相似子链条的一端为第一参与项目，另一端为同类参与项目，同类参与项目为与第一参与项目的相关度大于相似度阈值的参与项目；将当前相似子链条中的项目数与当前相似子链条两端的第一参与项目与同类参与项目的项目相关度之积确定为当前相似子链条的子相似再参与指标；将子相似再参与指标的平均值作为相似再参与指标；将同类再参与指标和相似再参与指标之和确定为第一参与项目的再参与指标；根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重的步骤，具体包括：根据第一参与项目的时间权重、频率权重、相关度权重、再参与指标确定第一参与项目的子参与项目权重。

在上述实施例中，参与项目链是按照时间顺序生成的，包含了游客在不同时间参与的各类项目。这种方式能够反映出游客的活动序列和行为路径，提供了丰富的时间和顺序信息。特别是，通过考虑项目间的间隔，可以得到游客对某个项目的喜好程度。同类子链条和相似子链条的提取以及再参与指标的计算，进一步增强了该技术方案对游客行为的理解。同类子链条连接了相同类型的项目，相似子链条连接了具有高度相关性的项目。通过统计和分析这些子链条，可以了解游客对某类项目或相似项目的重复参与程度。因此不仅可以了解游客对各种项目的总体参与程度，而且可以更深入地了解他们对特定项目或相似项目的偏好。进而方便后续生成的图片更加符合游客的偏好。

结合第一方面的一些实施例，在一些实施例中，将参与项目和参与项目对应的时间输入时间权重公式得到第一参与项目的参与时间权重的步骤，具体包括：第一参与项目的对应的时间包括排队时间、游玩时间、滞留时间；根据排队时间、游玩时间与第一参与项目的参考游玩时间差值、滞留时间确定第一参与项目的参与时间权重。

在上述实施例中，该方法通过将排队时间、游玩时间以及滞留时间作为参与时间的组成部分，并与参考游玩时间进行比较，能更准确地反映出游客在每个项目上的实际花费时间。这样的权重设定方式不仅考虑了游客在项目上的游玩时间，还考虑了等待和滞留的时间，从而更全面地反映出游客对项目的参与情况。

结合第一方面的一些实施例，在一些实施例中，根据第一参与项目的时间权重、频率权重、相关度权重、再参与指标确定第一参与项目的子参与项目权重的步骤，具体包括：将第一参与项目的时间权重、频率权重、相关度权重、再参与指标输入参与项目权重函数，得到第一参与项目的子参与项目权重；

所述参与项目权重函数为：

公式中，为第一参与项目的子参与项目权重，为第一参与项目的时间权 重，为第一参与项目的频率，为第一参与项目的相关度权重，为第一参与项目的再参与指标；

为第二参与项目的频率，为第一参与项目与第二参与项目的相关度，为第二参与项目的时间权重，、、为参数；

为第一参与项目的排队时间，为第一参与项目的游玩时间，为第一参 与项目的参考游玩时间，为第一参与项目的滞留时间，、、、、为参数；

为第一参与项目的同类子链条的平均项目数，为第一参与项目的同类再 参与指标的数量；为第一参与项目的相似再参与指标的数量，为相似子链条 的项目数，为第一参与项目与第二参与项目的相关度，为相似度阈值。

在上述实施例中，该方法通过构建一个复杂的函数来综合考虑多个因素，包括参与时间、频率、项目之间的相关度以及再参与指标，这能够更全面地反映出游客的行为模式和偏好，使得权重计算结果更具有代表性和准确性。

结合第一方面的一些实施例，在一些实施例中，将参与项目作为提示词和参与项目权重输入人工智能图像生成框架，配合人工智能模型得到图像场景的步骤之后，方法还包括：

获取当前游客在参与参与项目时的天气数据；

将天气数据作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像天气；

初始图像为游客图像人物和图像场景的组合，具体包括：

初始图像为游客图像人物、图像场景和图像天气的组合。

在上述实施例中，通过将天气数据纳入个性化图像生成过程，而天气因素能提高生成图像的真实感，使得图像更加符合游客在游玩时的实际体验。

结合第一方面的一些实施例，在一些实施例中，获取当前游客的事件数据的步骤，具体包括：

显示对话流程，对话流程包括用于引导游客提供性别的第一对话框、用于引导游客提供年龄的第二对话框、用于引导游客提供伙伴的第三对话框、用于引导游客提供衣物的第四对话框、用于引导游客提供艺术风格的第五对话框；

收集游客的语音消息和/或触碰消息；

根据语音消息和/或触碰消息生成人物信息及艺术风格信息；

获取当前游客的参与项目、与参与项目对应的时间及人物肖像。

在上述实施例中，这种引导对话流程的设计，使得游客的交互体验变得更为个性化和参与性强。通过询问游客的性别、年龄、伙伴、衣物以及艺术风格等信息，可以确保生成的人物肖像更贴近游客的实际情况和个人喜好，从而提高游客的满意度。

第二方面，本申请实施例提供了一种基于事件的人工智能个性化图像生成系统，包括：

获取模块，用于获取当前游客的事件数据，事件数据包括参与项目、与参与项目对应的时间、人物信息、人物肖像及艺术风格信息；

确定模块，用于根据参与项目和参与项目对应的时间确定参与项目权重；

人工智能多模态图像生成模型模块，用于将人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物；将参与项目作为提示词和参与项目权重输入人工智能图像生成框架，配合人工智能模型得到图像场景；

换脸模块，用于利用人物肖像对图像人物进行换脸处理得到游客图像人物；

个性化图像模块，用于将初始图像和艺术风格信息输入人工智能图像生成框架，配合艺术风格模型得到个性化图像；初始图像为游客图像人物和图像场景的组合。

结合第二方面的一些实施例，在一些实施例中，确定模块包括：

参与时间权重子模块，用于将参与项目和参与项目对应的时间输入时间权重公式得到第一参与项目的参与时间权重；

频率权重子模块，用于将第一参与项目的频率作为第一参与项目的频率权重；

相关度权重子模块，用于根据第二参与项目的频率、第一参与项目与第二参与项目的相关度、第二参与项目的参与时间权重得到第一参与项目与第二参与项目的相关度权重；累积第一参与项目与其他参与项目的相关度权重，得到第一参与项目的相关度权重；

子参与项目权重子模块，用于根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重；

统计子模块，用于统计全部参与项目的子参与项目权重得到参与项目权重。

结合第二方面的一些实施例，在一些实施例中，确定模块还包括：

参与项目链子模块，用于将全部参与项目按照时间顺序生成参与项目链；参与项目链包含若干个不同时间顺序的第一参与项目；

同类子链条子模块，用于提取参与项目链中全部同类子链条，同类子链条的一端为第一参与项目，另一端为另一第一参与项目；

同类再参与指标子模块，用于将同类子链条的平均项目数作为第一参与项目的同类再参与指标；

相似子链条子模块，用于提取参与项目链中全部相似子链条，相似子链条的一端为第一参与项目，另一端为同类参与项目，同类参与项目为与第一参与项目的相关度大于相似度阈值的参与项目；

子相似再参与指标子模块，用于将当前相似子链条中的项目数与当前相似子链条两端的第一参与项目与同类参与项目的项目相关度之积确定为当前相似子链条的子相似再参与指标；

相似再参与指标模块，用于将子相似再参与指标的平均值作为相似再参与指标；

再参与指标模块，用于将同类再参与指标和相似再参与指标之和确定为第一参与项目的再参与指标；

子参与项目权重子模块，用于根据第一参与项目的时间权重、频率权重、相关度权重、再参与指标确定第一参与项目的子参与项目权重。

结合第二方面的一些实施例，在一些实施例中，参与时间权重子模块包括：

第一参与项目的对应的时间包括排队时间、游玩时间、滞留时间；

参与时间权重单元，用于根据排队时间、游玩时间与第一参与项目的参考游玩时间差值、滞留时间确定第一参与项目的参与时间权重。

结合第二方面的一些实施例，在一些实施例中，子参与项目权重子模块包括：

参与项目权重函数单元，用于将第一参与项目的时间权重、频率权重、相关度权重、再参与指标输入参与项目权重函数，得到第一参与项目的子参与项目权重；

参与项目权重函数为：

公式中，为第一参与项目的子参与项目权重，为第一参与项目的时间权 重，为第一参与项目的频率，为第一参与项目的相关度权重，为第一参与项目 的再参与指标；

为第二参与项目的频率，为第一参与项目与第二参与项目的相关度，为第二参与项目的时间权重，、、为参数；

为第一参与项目的排队时间，为第一参与项目的游玩时间，为第一参 与项目的参考游玩时间，为第一参与项目的滞留时间，、、、、为参数；

为第一参与项目的同类子链条的平均项目数，为第一参与项目的同类再 参与指标的数量；为第一参与项目的相似再参与指标的数量，为相似子链条的 项目数，为第一参与项目与第二参与项目的相关度，为相似度阈值。

结合第二方面的一些实施例，在一些实施例中，系统还包括：

天气模块，用于获取当前游客在参与参与项目时的天气数据；

图像天气模块，用于将天气数据作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像天气；

初始图像为游客图像人物和图像场景的组合，具体包括：

初始图像为游客图像人物、图像场景和图像天气的组合。

结合第二方面的一些实施例，在一些实施例中，获取模块包括：

显示子模块，用于显示对话流程，对话流程包括用于引导游客提供性别的第一对话框、用于引导游客提供年龄的第二对话框、用于引导游客提供伙伴的第三对话框、用于引导游客提供衣物的第四对话框、用于引导游客提供艺术风格的第五对话框；

收集子模块，用于收集游客的语音消息和/或触碰消息；

生成子模块，用于根据语音消息和/或触碰消息生成人物信息及艺术风格信息；

获取子模块，用于获取当前游客的参与项目、与参与项目对应的时间及人物肖像。

第三方面，本申请实施例提供了一种基于事件的人工智能个性化图像生成系统，该系统包括：一个或多个处理器和存储器；

该存储器与该一个或多个处理器耦合，该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，该一个或多个处理器调用该计算机指令以使得该基于事件的人工智能个性化图像生成系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

第四方面，本申请实施例提供一种包含指令的计算机程序产品，当上述计算机程序产品在服务器上运行时，使得上述服务器执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

第五方面，本申请实施例提供一种计算机可读存储介质，包括指令，当上述指令在基于事件的人工智能个性化图像生成系统上运行时，使得上述基于事件的人工智能个性化图像生成系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

可以理解地，上述第二方面提供的基于事件的人工智能个性化图像生成系统、第三方面提供的基于事件的人工智能个性化图像生成系统、第四方面提供的计算机程序产品和第五方面提供的计算机存储介质均用于执行本申请实施例所提供的基于事件的人工智能个性化图像生成方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、本申请提供的基于事件的人工智能个性化图像生成方法，通过根据游客参与的项目以及对应的时间来决定图像的场景，能够更深度地反映出游客的实际体验。再通过利用游客的人物信息和肖像来决定图像的人物，此方法进一步提升了图像的个性化程度和真实度。同时通过游客提供的的艺术风格信息来决定图像的风格，满足了不同游客对于艺术风格多样性的需求，因此本方法提高了生成的图片的内容丰富度、个性化程度，以满足不同游客的需求。

2、本申请提供的基于事件的人工智能个性化图像生成方法，提供的权重设定方法不仅考虑了时间长度，也考虑了项目的频率和相关性。这意味着，即使游客在某个项目上花费了较长的时间，但若其参与频率较低，或者与其他项目的相关性不高，其权重将会相对较低。反之，如果游客在某个时间较短的项目上频繁参与，且与其他项目高度相关，其权重将会相对较高。因此，这种权重设定方式在一定程度上提高了公正性，能够更准确地反映出游客对不同项目的喜好程度。同时该方法通过累积每个项目的时间权重、频率权重和相关度权重，得到了每个项目的综合权重，从而更全面地反映了游客的实际体验。这种综合权重设定方式考虑了多种因素，不仅包括游客对每个项目的参与时间和频率，还包括了项目之间的相关性，因此能够使生成的图片更加符合游客的偏好。

3、本申请提供的基于事件的人工智能个性化图像生成方法，该方法中参与项目链是按照时间顺序生成的，包含了游客在不同时间参与的各类项目。这种方式能够反映出游客的活动序列和行为路径，提供了丰富的时间和顺序信息。特别是，通过考虑项目间的间隔，可以得到游客对某个项目的喜好程度。同类子链条和相似子链条的提取以及再参与指标的计算，进一步增强了该技术方案对游客行为的理解。同类子链条连接了相同类型的项目，相似子链条连接了具有高度相关性的项目。通过统计和分析这些子链条，可以了解游客对某类项目或相似项目的重复参与程度。因此不仅可以了解游客对各种项目的总体参与程度，而且可以更深入地了解他们对特定项目或相似项目的偏好。进而方便后续生成的图片更加符合游客的偏好。

附图说明

图1为本申请提供的基于事件的人工智能个性化图像生成方法的一个流程示意图。

图2为本申请提供的基于事件的人工智能个性化图像生成方法的另一个流程示意图。

图3为本申请提供的基于事件的人工智能个性化图像生成系统的模块化虚拟装置的示意图。

图4为本申请提供的基于事件的人工智能个性化图像生成系统的实体装置的示意图。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式一个、一种、所述、上述、该和这一旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语和/或是指包含一个或多个所列出项目的任何或所有可能组合。

以下，术语第一、第二仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有第一、第二的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，多个的含义是两个或两个以上。

下面对本实施例中基于事件的人工智能个性化图像生成方法进行描述：

如图1所示，图1为本申请提供的基于事件的人工智能个性化图像生成方法的一个流程示意图。

S101、获取当前游客的事件数据，事件数据包括参与项目、与参与项目对应的时间、人物信息、人物肖像及艺术风格信息。

游客里面的项目包括场地、装置、活动、课程等，此处不做限定。

游客里面具有多个项目，而参与项目，顾名思义，即游客参与的项目。

需要说明的是，参与项目、与参与项目对应的时间由系统导入，人物信息、人物肖像及艺术风格信息由游客提供；

一个具体的实施例中，游客在乐园游玩的过程中，可以佩戴一个智能手环与设备进行RFID互动。这样的设计使得系统能够实时记录游客编号、互动场地和时间、设备编号以及他们参与的活动或课程编号。这些信息由系统自动获取，无需游客手动输入。

在另一些实施例中，也可以采用其他形式，包括NFC、蓝牙、UWB或者光学通信技术，如二维码读取等，以适应不同的应用场景和技术需求。例如，对于需要高精度定位的游园，可以使用UWB技术；对于需要快速、简便的数据交换的游园，可以使用NFC或蓝牙技术；对于需要低成本、易于部署的游园，可以使用二维码读取技术。至于具体的信息获取技术根据游园的实际情况决定，此处不做限定。

此外，游客需要提供一些个人信息以便系统生成个性化的人物肖像。例如，人物信息包括性别、年龄，人物肖像为他们自己的照片，也可以利用游园的摄像装置去获取，艺术风格的选择上，游客可以从系统预置的多种风格中进行选择，以影响最终生成的图像风格。例如，他们可以选择我的世界游戏的风格，或者梵高的画风。

S102、根据参与项目和参与项目对应的时间确定参与项目权重。

一个实施例中，将参与项目和参与项目对应的时间输入时间权重函数得到参与项目权重；

时间权重函数为：

公式中，为参与项目的参与项目权重，为参与项目的时间，为参数， 为参与项目的数量。

在上述实施例中，这种方式可以更好地突显出项目对应的时间间的差异，特别是在参与项目分布广泛或者差异较大的情况下。对于大的时间值，经过N次方处理后，其增长会更加显著，从而更好地突出其重要性；对于小的时间值，其在N次方处理后的增长相对较小，以此来降低其对项目权重的影响。

在另一些实施例中，也可以采用其他方式，此处不做限定。

S103、将人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物；将参与项目作为提示词和参与项目权重输入人工智能图像生成框架，配合人工智能模型得到图像场景。

需要说明的是，人工智能图像生成框架，配合人工智能模型是一次性生成图像，即同时将人物信息所代表的提示词和参与项目所代表的提示词输入人工智能图像生成框架，配合人工智能模型生成一副图像，但为了便于理解，将图片中的不同元素（环境、人物）分开描述；

人工智能图像生成框架是一种基于人工智能技术的图像生成系统，通过深度学习算法和大量的训练数据，能够自动生成逼真的图像。人工智能图像生成框架可以适配多种模型处理不同的任务，此处不再赘述。

一个示例性的实施例中，人工智能图像生成框架为Stable Diffusion。简单而言，一个简单的使用过程为：先选择一个模型，这个模型是经过大量图像训练的模型。选择此模型等同于设定了生成图像的风格基准，后续输出的图像将在这个基准风格的引导下进行生成。对于模型的选择，可以采用默认模型，也可以选择其他模型，更可以使用自己建立的模型。至于自己建立的模型，将在后文进行描述，此处不再赘述。

在模型选择完成后，加入一些提示词。这些提示词作为一个方向性的输入，指导人工智能图像生成框架，如Stable Diffusion在特定风格的基础上，生成符合期望的图像。

关于场景的提示词的选择，由于该项目设定为固定，同样地，与项目相关的提示词也被设定为固定。具体来说，在一个提示词库中，根据参与的项目，将选择对应的提示词，此处不再赘述。

同理，关于场景的提示词，个人信息可以直接作为提示词，此处不做限定。

关于上述提及的自己建立的模型，一个具体的实施例中，采用了场地、装置、活动、课程的照片来训练相应的物品LoRA模型。这种训练方法使得人工智能图像生成框架，如Stable Diffusion能够将现实中的物品融入到AI绘图中。具体来说，从多个角度对目标物品进行拍照，然后利用这些照片训练LoRA模型。在生成图像的过程中，调用这个训练好的模型，至于具体的细节，相关技术已经较为成熟，此处不再赘述。

项目权重用于调节模型对各个项目提示词的注意力分配。如果一个项目的权重较高，则生成的图像在尺寸、中心聚焦度以及细节丰富程度上都将得到相应的提升。

需要说明的是，在游园中的一个事件，其主要的核心元素为：人物（上述实施例已经提及）、由天气和场景（上述实施例已经提及）组成的环境、情绪和动作。

下面针对其他元素，进行一一说明；

针对于天气，一个具体的实施例中，获取当前游客在参与参与项目时的天气数据；将天气数据作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像天气；

一个具体的实施例中，可以通过连接到互联网的天气预报服务获取实时的天气数据。天气数据包括：天气状况（晴、雨、雪等）、天空状况（晴朗、阴暗等）等，此处不做限定。

至于图像天气的获取方法，参考上述人物信息和参与项目的例子，此处不再赘述。

可见，通过将天气数据纳入个性化图像生成过程，而天气因素能提高生成图像的真实感，使得图像更加符合游客在游玩时的实际体验。

在实际的使用过程中，可能会遇到天气发生变化的情况，尤其是当游客在一天中参加多个项目的时候，因此以三种解决上述问题的方法为例，对本申请实施例中基于事件的人工智能个性化图像生成方法进行具体描述。。

第一种解决方法，一种解决方法是生成多个提示词并将它们融合成一个融合词。例如，如果游客在早上遇到晴天，而在下午遇到了雨天，可以将这两个天气情况（即晴和雨）作为提示词，通过某种融合规则将这两个词融合成一个融合词。例如，可以定义一个新的词晴转雨来表示这种天气变化。

第二种解决方法，承接上例，将晴和雨两个提示词同时输入到人工智能图像生成框架，配合人工智能模型中；

第三种解决方法，根据每个提示词生成一个对应的图像：一个是晴天的图像，一个是雨天的图像。然后，将这两张图像进行融合，从而生成一张同时包含了晴天和雨天特征的综合图像。

当然，上述实施例只是适应性举例，对具体的方法，此处不做限定。

针对于情绪，一个具体的例子，通过计算机视觉技术，可以识别出用户在视频中的面部表情，并据此判断用户的情绪。例如，微笑可能代表快乐，皱眉可能代表不悦。然后，可以将这些情绪转化为相应的关键词，如快乐、不悦等，将提示词输入人工智能图像生成框架，配合人工智能模型得到图像情绪。

至于具体的计算机视觉技术，相关技术已经成熟，此处不再赘述。

针对于动作，一个具体的例子，通过行为识别技术，可以从用户的视频数据中识别出特定的行为或动作。例如，包括拍照、观看表演、乘坐游乐设施、参观展览等。然后，可以将这些行为转化为相应的关键词，如拍照，观看表演，乘坐游乐设施，参观展览等，将提示词输入人工智能图像生成框架，配合人工智能模型得到图像行为。

至于具体的行为识别技术，相关技术已经成熟，此处不再赘述。

S104、利用人物肖像对图像人物进行换脸处理得到游客图像人物。

一个具体的实施例中，采用人工智能图像生成框架，如Stable Diffusion调用预先训练好的LoRA模型进行换脸, 在另一个具体的实施例中，采用换脸插件进行换脸，当然，相关技术中的换脸技术已经很成熟了，此处不做限定。

生成的人像并非直接以游客为模型。相反，它通过将游客的面部特征融合到生成的人像中，从而实现生成图像与游客在视觉上的相似性。

在另一些实施例中，可以不需要步骤S103中的将人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物的步骤，可以让用户提前提供一张或多张人像照片。这些照片应包含清晰的面部特征，以便进行后续的处理和训练。需要对用户提供的照片进行一系列的预处理步骤（包括裁剪和缩放、归一化和数据增强），选择一个模型生成新的图像人物。这样使得生成的图像人物更接近于实际用户的面貌，但这样的做法将要求用户提前提交照片，这可能会对用户体验产生负面影响，因此具体的方式根据实际情况决定，此处不做限定。至于具体的模型，此处不做限定。

S105、将初始图像和艺术风格信息输入人工智能图像生成框架，配合艺术风格模型得到艺术风格化的个性化图像；初始图像为游客图像人物和图像场景的组合。

人工智能图像生成框架，如Stable Diffusion，此处不做限定。

艺术风格模型，可采用Dreambooth、Textual Inversion、LoRA、Hypernetwork等方法训练的模型，此处不做限定。

此外，相关技术中，改变图像风格的技术已经较为成熟，此处不做限定。

承接上例，初始图像还包括图像天气、图像情绪、图像行为；此处不做限定。

可见，通过根据游客参与的项目以及对应的时间来决定图像的场景，能够更深度地反映出游客的实际体验。再通过利用游客的人物信息和肖像来决定图像的人物，此方法进一步提升了图像的个性化程度和真实度。同时通过游客提供的的艺术风格信息来决定图像的风格，满足了不同游客对于艺术风格多样性的需求，因此本方法提高了生成的图片的内容丰富度、个性化程度，以满足不同游客的需求。

上面实施例中，可以提高生成的图片的内容丰富度、个性化程度，但在实际应用中，在执行上述基于事件的人工智能个性化图像生成方法时，使用了时间长度作为决定权重的关键因素。然而，时间长度并不一定能准确反应一个游客对某个项目的喜好程度。例如，一个游客可能在一个项目上花费了很长时间，但并不代表他/她特别喜欢这个项目，可能只是因为这个项目需要较长时间才能完成。相反，他/她可能在另一项目上花费的时间较短，但却对这个项目有很深的喜爱。因此，如果仅仅根据时间长度来设定权重，可能无法准确反映出游客的真实喜好。因此以一种解决上述问题的方法为例，对本申请实施例中基于事件的人工智能个性化图像生成方法进行具体描述。

如图2所示，图2为本申请提供的基于事件的人工智能个性化图像生成方法的另一个流程示意图。

S201、将第一参与项目的频率作为第一参与项目的频率权重。

需要说明的是，如果游客反复参与一个项目，那么他/她对这个项目的喜爱程度可能就相对较高。因此，将参与项目的频率作为权重，可以更准确地反映出游客的真实喜好。例如，如果一个游客对一个项目反复参与，那么这个项目的频率权重就会相对较高，从而在生成个性化图像时，这个项目的元素就会更加突出，至于具体的突出方式，上述实施例已经详细描述，此处不做限定。

S202、根据排队时间、游玩时间与第一参与项目的参考游玩时间差值、滞留时间确定第一参与项目的参与时间权重。

将项目的时间，更加细化成排队时间、游玩时间、滞留时间，排队时间和滞留时间能反映出游客的真实喜好，例如，如果一个游客愿意等待一个长队来体验某个项目，这可能意味着他/她对这个项目有高度的喜爱。同样，如果游客在完成项目后选择在该区域停留较长时间，这也可能反映出他们对该项目的喜好。而游玩时间与参考游玩时间的差值也能反映出游客的真实喜好，例如，实际的游玩时间超过了该项目的参考游玩时间（差值为正），这可能意味着游客对该项目特别感兴趣或者非常享受这个体验。反之，游客对该项目不感兴趣或者并不享受这个体验。

可见，该方法通过将排队时间、游玩时间以及滞留时间作为参与时间的组成部分，并与参考游玩时间进行比较，能更准确地反映出游客在每个项目上的实际花费时间。这样的权重设定方式不仅考虑了游客在项目上的游玩时间，还考虑了等待和滞留的时间，从而更全面地反映出游客对项目的参与情况。

S203、根据第二参与项目的频率、第一参与项目与第二参与项目的相关度、第二参与项目的参与时间权重得到第一参与项目与第二参与项目的相关度权重；累积第一参与项目与其他参与项目的相关度权重，得到第一参与项目的相关度权重。

需要说明的是，如果一个游客在项目（元气宇宙）上的停留时间较短，但在与项目（元气宇宙）具有高度相关性的项目（超级咔咔）上的停留时间却明显较长，那么可以推断，尽管游客在项目A上的直接参与时间较短，但他们可能通过项目B的体验，间接展示出对项目A的喜好。

如果游客频繁参与第二个项目，这可能表明他们对该项目有较高的兴趣。这将影响第一参与项目与第二参与项目的相关度权重。如果两个项目高度相关，那么可能会反映出游客对这类型项目的偏好。这也会影响两个项目的相关度权重。参与时间权重可以反映出游客对一个项目的喜好程度，这也会影响两个项目的相关度权重。

具体的，通过两个项目交集的数量占两个项目并集的数量的比值，来判断相关度，比值越大，相应的，相关度也就越大，此处不做限定。

还可以通过，相关度模型进行判断，至于具体的模型，现有技术已经相当成熟，此处不做限定。

S204、将全部参与项目按照时间顺序生成参与项目链；参与项目链包含若干个不同时间顺序的第一参与项目。

首先需要获取游客的全部参与项目记录。这些记录应包含游客参与的项目（如元气宇宙）和参与的时间。然后，按时间顺序将这些项目进行排序，生成一个参与项目链。参与项目链是一个按时间顺序组织的项目列表，每个项目在列表中的位置都是基于游客参与该项目的时间。

S205、提取参与项目链中全部同类子链条，同类子链条的一端为第一参与项目，另一端为另一第一参与项目。

一个示例性的例子，一个项目链包含20个项目，其中2，6，17是同一项目。这些项目构成了一组同类项目。所以有三个同类子链条，它们分别是：

2到6：它包含了从第2个项目到第6个项目的所有项目，其中第2个项目和第6个项目是同一项目。

2到17：它包含了从第2个项目到第17个项目的所有项目，其中第2个项目和第17个项目是同一项目。

6到17：它包含了从第6个项目到第17个项目的所有项目，其中第6个项目和第17个项目是同一项目。

S206、将同类子链条的平均项目数作为第一参与项目的同类再参与指标。

承接上例，有三个同类子链条：2到6，2到17，6到17。那么这些同类子链条的长度分别是5，16，12（包括起始和结束的项目）。

同类再参与指标 = (5 + 16 + 12) / 3 = 11。

S207、提取参与项目链中全部相似子链条，相似子链条的一端为第一参与项目，另一端为同类参与项目，同类参与项目为与第一参与项目的相关度大于相似度阈值的参与项目。

承接上例，项目链中的项目4，项目9和项目14是同类参与项目；

那么项目2到项目4、项目2到项目9、项目2到项目14、项目6到项目4、项目6到项目9、项目6到项目14、项目17到项目4、项目17到项目9、项目17到项目14均是相似子链条。

S208、将当前相似子链条中的项目数与当前相似子链条两端的第一参与项目与同类参与项目的项目相关度之积确定为当前相似子链条的子相似再参与指标。

承接上例，项目2与项目4的相关度为0.8，那么其中一条相似子链条——项目2到项目4的子相似再参与指标为3 * 0.8 = 2.4。

S209、将子相似再参与指标的平均值作为相似再参与指标。

S210、将同类再参与指标和相似再参与指标之和确定为第一参与项目的再参与指标。

S211、根据第一参与项目的时间权重、频率权重、相关度权重、再参与指标确定第一参与项目的子参与项目权重。

具体的，将第一参与项目的时间权重、频率权重、相关度权重、再参与指标输入参与项目权重函数，得到第一参与项目的子参与项目权重；

所述参与项目权重函数为：

公式中，为第一参与项目的子参与项目权重，为第一参与项目的时间权 重，为第一参与项目的频率，为第一参与项目的相关度权重，为第一参与项目 的再参与指标；

为第二参与项目的频率，为第一参与项目与第二参与项目的相关度，为第二参与项目的时间权重，、、为参数；

为第一参与项目的排队时间，为第一参与项目的游玩时间，为第一参 与项目的参考游玩时间，为第一参与项目的滞留时间，、、、、为参数；

为第一参与项目的同类子链条的平均项目数，为第一参与项目的同类再 参与指标的数量；为第一参与项目的相似再参与指标的数量，为相似子链条的 项目数，为第一参与项目与第二参与项目的相关度，为相似度阈值。

可见，首先，该方法通过构建一个复杂的函数来综合考虑多个因素，包括参与时间、频率、项目之间的相关度以及再参与指标，这能够更全面地反映出游客的行为模式和偏好，使得权重计算结果更具有代表性和准确性。

S212、统计全部参与项目的子参与项目权重得到参与项目权重。

可见，提供的权重设定方法不仅考虑了时间长度，也考虑了项目的频率和相关性。这意味着，即使游客在某个项目上花费了较长的时间，但若其参与频率较低，或者与其他项目的相关性不高，其权重将会相对较低。反之，如果游客在某个时间较短的项目上频繁参与，且与其他项目高度相关，其权重将会相对较高。因此，这种权重设定方式在一定程度上提高了公正性，能够更准确地反映出游客对不同项目的喜好程度。同时该方法通过累积每个项目的时间权重、频率权重和相关度权重，得到了每个项目的综合权重，从而更全面地反映了游客的实际体验。这种综合权重设定方式考虑了多种因素，不仅包括游客对每个项目的参与时间和频率，还包括了项目之间的相关性，因此能够使生成的图片更加符合游客的偏好。

可见，参与项目链是按照时间顺序生成的，包含了游客在不同时间参与的各类项目。这种方式能够反映出游客的活动序列和行为路径，提供了丰富的时间和顺序信息。特别是，通过考虑项目间的间隔，可以得到游客对某个项目的喜好程度。同类子链条和相似子链条的提取以及再参与指标的计算，进一步增强了该技术方案对游客行为的理解。同类子链条连接了相同类型的项目，相似子链条连接了具有高度相关性的项目。通过统计和分析这些子链条，可以了解游客对某类项目或相似项目的重复参与程度。因此不仅可以了解游客对各种项目的总体参与程度，而且可以更深入地了解他们对特定项目或相似项目的偏好。进而方便后续生成的图片更加符合游客的偏好。

上面实施例中，能够使生成的图片更加符合游客的偏好，但在实际应用中，在执行上述基于事件的人工智能个性化图像生成方法时，游园的一部分客户群体为孩子们，他们对生成的图像可能有着自己独特和充满想象力的期待。例如，他们可能希望看到自己的玩具、宠物或者朋友出现在生成的图片中。仅仅依靠父母或监护人为孩子输入的基本信息，如年龄和性别，可能使生成的图像未能满足他们的期待，可能会让他们感到失望。因此以一种解决上述问题的方法为例，对本申请实施例中基于事件的人工智能个性化图像生成方法进行具体描述。

获取当前游客的事件数据的步骤，具体包括：

显示对话流程，对话流程包括用于引导游客提供性别的第一对话框、用于引导游客提供年龄的第二对话框、用于引导游客提供伙伴的第三对话框、用于引导游客提供衣物的第四对话框、用于引导游客提供艺术风格的第五对话框；

一个具体的例子，例如第四对话框你是否有特别的伙伴，比如你的朋友或宠物，你希望他们也出现在你的图像中呢？告诉我们他们的一些特征或者给予他们的图片，这样我们就可以尽可能真实地描绘他们。

需要说明的是，对话流程包含了语言和图片输出，此处不做限定。

收集游客的语音消息和/或触碰消息；

需要说明的是，系统的显示屏被设计得既可以显示各种选择选项，同时也支持游客进行语言和数据输入。

语音消息可以通过内置的麦克风设备捕捉，而触碰消息则可以通过触摸屏或其他触摸设备捕捉。

根据语音消息和/或触碰消息生成人物信息及艺术风格信息；

可以利用语音识别技术将语音消息转化为文本信息，以便于进一步处理。对于触碰消息，可以记录触碰的位置、时间、强度等信息。这些信息都可以作为游客的行为数据，为后续的处理和分析提供基础。根据语音消息和/或触碰消息生成人物信息及艺术风格信息。

可见，这种引导对话流程的设计，使得游客的交互体验变得更为个性化和参与性强。通过询问游客的性别、年龄、伙伴、衣物以及艺术风格等信息，可以确保生成的人物肖像更贴近游客的实际情况和个人喜好，从而提高游客的满意度。

参考图3，本申请实施例提供了一种基于事件的人工智能个性化图像生成系统：

获取模块301，用于获取当前游客的事件数据，事件数据包括参与项目、与参与项目对应的时间、人物信息、人物肖像及艺术风格信息；

确定模块302，用于根据参与项目和参与项目对应的时间确定参与项目权重；

人工智能多模态图像生成模型模块303，用于将人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物；将参与项目作为提示词和参与项目权重输入人工智能图像生成框架，配合人工智能模型得到图像场景；

换脸模块304，用于利用人物肖像对图像人物进行换脸处理得到游客图像人物；

个性化图像模块305，用于将初始图像和艺术风格信息输入人工智能图像生成框架，配合艺术风格模型得到个性化图像；初始图像为游客图像人物和图像场景的组合。

在一些实施例中，确定模块包括：

参与时间权重子模块，用于将参与项目和参与项目对应的时间输入时间权重公式得到第一参与项目的参与时间权重；

频率权重子模块，用于将第一参与项目的频率作为第一参与项目的频率权重；

相关度权重子模块，用于根据第二参与项目的频率、第一参与项目与第二参与项目的相关度、第二参与项目的参与时间权重得到第一参与项目与第二参与项目的相关度权重；累积第一参与项目与其他参与项目的相关度权重，得到第一参与项目的相关度权重；

子参与项目权重子模块，用于根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重；

统计子模块，用于统计全部参与项目的子参与项目权重得到参与项目权重。

在一些实施例中，确定模块还包括：

参与项目链子模块，用于将全部参与项目按照时间顺序生成参与项目链；参与项目链包含若干个不同时间顺序的第一参与项目；

同类子链条子模块，用于提取参与项目链中全部同类子链条，同类子链条的一端为第一参与项目，另一端为另一第一参与项目；

同类再参与指标子模块，用于将同类子链条的平均项目数作为第一参与项目的同类再参与指标；

相似子链条子模块，用于提取参与项目链中全部相似子链条，相似子链条的一端为第一参与项目，另一端为同类参与项目，同类参与项目为与第一参与项目的相关度大于相似度阈值的参与项目；

子相似再参与指标子模块，用于将当前相似子链条中的项目数与当前相似子链条两端的第一参与项目与同类参与项目的项目相关度之积确定为当前相似子链条的子相似再参与指标；

相似再参与指标模块，用于将子相似再参与指标的平均值作为相似再参与指标；

再参与指标模块，用于将同类再参与指标和相似再参与指标之和确定为第一参与项目的再参与指标；

子参与项目权重子模块，用于根据第一参与项目的时间权重、频率权重、相关度权重、再参与指标确定第一参与项目的子参与项目权重。

在一些实施例中，参与时间权重子模块包括：

第一参与项目的对应的时间包括排队时间、游玩时间、滞留时间；

参与时间权重单元，用于根据排队时间、游玩时间与第一参与项目的参考游玩时间差值、滞留时间确定第一参与项目的参与时间权重。

在一些实施例中，子参与项目权重子模块包括：

参与项目权重函数单元，用于将第一参与项目的时间权重、频率权重、相关度权重、再参与指标输入参与项目权重函数，得到第一参与项目的子参与项目权重；

所述参与项目权重函数为：

公式中，为第一参与项目的子参与项目权重，为第一参与项目的时间权 重，为第一参与项目的频率，为第一参与项目的相关度权重，为第一参与项目 的再参与指标；

为第二参与项目的频率，为第一参与项目与第二参与项目的相关度，为第二参与项目的时间权重，、、为参数；

为第一参与项目的排队时间，为第一参与项目的游玩时间，为第一参 与项目的参考游玩时间，为第一参与项目的滞留时间，、、、、为参数；

为第一参与项目的同类子链条的平均项目数，为第一参与项目的同类再 参与指标的数量；为第一参与项目的相似再参与指标的数量，为相似子链条的 项目数，为第一参与项目与第二参与项目的相关度，为相似度阈值。

在一些实施例中，系统还包括：

天气模块，用于获取当前游客在参与参与项目时的天气数据；

图像天气模块，用于将天气数据作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像天气；

初始图像为游客图像人物和图像场景的组合，具体包括：

初始图像为游客图像人物、图像场景和图像天气的组合。

在一些实施例中，获取模块包括：

显示子模块，用于显示对话流程，对话流程包括用于引导游客提供性别的第一对话框、用于引导游客提供年龄的第二对话框、用于引导游客提供伙伴的第三对话框、用于引导游客提供衣物的第四对话框、用于引导游客提供艺术风格的第五对话框；

收集子模块，用于收集游客的语音消息和/或触碰消息；

生成子模块，用于根据语音消息和/或触碰消息生成人物信息及艺术风格信息；

获取子模块，用于获取当前游客的参与项目、与参与项目对应的时间及人物肖像。

本申请还公开一种基于事件的人工智能个性化图像生成系统。参照图4，为本申请提供的基于事件的人工智能个性化图像生成系统的实体装置的示意图。该计算机400可以包括：至少一个处理器401，至少一个网络接口404，游客接口403，存储器405，至少一个通信总线402。

其中，通信总线402用于实现这些组件之间的连接通信。

其中，游客接口403可以包括显示屏（Display）、摄像头（Camera），可选游客接口403还可以包括标准的有线接口、无线接口。

其中，网络接口404可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。

其中，处理器401可以包括一个或者多个处理核心。处理器401利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器405内的指令、程序、代码集或指令集，以及调用存储在存储器405内的数据，执行服务器的各种功能和处理数据。可选的，处理器401可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器401可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、游客界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器401中，单独通过一块芯片进行实现。

其中，存储器405可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器405包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器405可用于存储指令、程序、代码、代码集或指令集。存储器405可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器405可选的还可以是至少一个位于远离前述处理器401的存储装置。参照图4，作为一种计算机存储介质的存储器405中可以包括操作系统、网络通信模块、游客接口模块以及基于事件的人工智能个性化图像生成的应用程序。

在图4所示的计算机400中，游客接口403主要用于为游客提供输入的接口，获取游客输入的数据；而处理器401可以用于调用存储器405中存储的基于事件的人工智能个性化图像生成的应用程序，当由一个或多个处理器401执行时，使得计算机400执行如上述实施例中一个或多个所述的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。

本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

Claims (10)

1.一种基于事件的人工智能个性化图像生成方法，其特征在于，包括：

获取当前游客的事件数据，所述事件数据包括参与项目、与参与项目对应的时间、人物信息、人物肖像及艺术风格信息；

根据所述参与项目和所述参与项目对应的时间确定参与项目权重；

将所述人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物；将所述参与项目作为提示词和所述参与项目权重输入所述人工智能图像生成框架，配合人工智能模型得到图像场景；

利用所述人物肖像对所述图像人物进行换脸处理得到游客图像人物；

将初始图像和所述艺术风格信息输入人工智能图像生成框架，配合艺术风格模型得到个性化图像；所述初始图像为所述游客图像人物和所述图像场景的组合。

2.根据权利要求1所述的基于事件的人工智能个性化图像生成方法，其特征在于，所述根据所述参与项目和所述参与项目对应的时间确定参与项目权重的步骤，具体包括：

将所述参与项目和所述参与项目对应的时间输入时间权重公式得到第一参与项目的参与时间权重；

将第一参与项目的频率作为第一参与项目的频率权重；

根据第二参与项目的频率、第一参与项目与第二参与项目的相关度、第二参与项目的参与时间权重得到第一参与项目与第二参与项目的相关度权重；累积第一参与项目与其他参与项目的相关度权重，得到第一参与项目的相关度权重；

根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重；

统计全部参与项目的子参与项目权重得到参与项目权重。

3.根据权利要求2所述的基于事件的人工智能个性化图像生成方法，其特征在于，所述根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重的步骤之前，所述方法还包括：

将全部参与项目按照时间顺序生成参与项目链；参与项目链包含若干个不同时间顺序的第一参与项目；

提取参与项目链中全部同类子链条，同类子链条的一端为第一参与项目，另一端为另一第一参与项目；

将同类子链条的平均项目数作为第一参与项目的同类再参与指标；

提取参与项目链中全部相似子链条，相似子链条的一端为第一参与项目，另一端为同类参与项目，所述同类参与项目为与第一参与项目的相关度大于相似度阈值的参与项目；

将当前相似子链条中的项目数与当前相似子链条两端的第一参与项目与同类参与项目的项目相关度之积确定为当前相似子链条的子相似再参与指标；

将子相似再参与指标的平均值作为相似再参与指标；

将同类再参与指标和相似再参与指标之和确定为第一参与项目的再参与指标；

所述根据第一参与项目的时间权重、频率权重、相关度权重确定第一参与项目的子参与项目权重的步骤，具体包括：

所述根据第一参与项目的时间权重、频率权重、相关度权重、再参与指标确定第一参与项目的子参与项目权重。

4.根据权利要求3所述的基于事件的人工智能个性化图像生成方法，其特征在于，所述将所述参与项目和所述参与项目对应的时间输入时间权重公式得到第一参与项目的参与时间权重的步骤，具体包括：

第一参与项目的对应的时间包括排队时间、游玩时间、滞留时间；

根据排队时间、游玩时间与第一参与项目的参考游玩时间差值、滞留时间确定第一参与项目的参与时间权重。

5.根据权利要求4所述的基于事件的人工智能个性化图像生成方法，其特征在于，所述根据第一参与项目的时间权重、频率权重、相关度权重、再参与指标确定第一参与项目的子参与项目权重的步骤，具体包括：

将第一参与项目的时间权重、频率权重、相关度权重、再参与指标输入参与项目权重函数，得到第一参与项目的子参与项目权重；

所述参与项目权重函数为：

、/>、

、/>；

公式中，为第一参与项目/>的子参与项目权重，/>为第一参与项目/>的时间权重，为第一参与项目/>的频率，/>为第一参与项目/>的相关度权重，/>为第一参与项目/>的再参与指标；

为第二参与项目/>的频率，/>为第一参与项目/>与第二参与项目/>的相关度，/>为第二参与项目/>的时间权重，/>、/>、/>为参数；

为第一参与项目/>的排队时间，/>为第一参与项目/>的游玩时间，/>为第一参与项目/>的参考游玩时间，/>为第一参与项目/>的滞留时间，/>、/>、/>、/>、/>为参数；

为第一参与项目/>的同类子链条的平均项目数，/>为第一参与项目/>的同类再参与指标的数量；/>为第一参与项目/>的相似再参与指标的数量，/>为相似子链条/>的项目数，/>为第一参与项目/>与第二参与项目/>的相关度，/>为相似度阈值。

6.根据权利要求1所述的基于事件的人工智能个性化图像生成方法，其特征在于，所述将所述参与项目作为提示词和所述参与项目权重输入所述人工智能图像生成框架，配合人工智能模型得到图像场景的步骤之后，所述方法还包括：

获取所述当前游客在参与所述参与项目时的天气数据；

将所述天气数据作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像天气；

所述初始图像为所述游客图像人物和所述图像场景的组合，具体包括：

所述初始图像为所述游客图像人物、所述图像场景和所述图像天气的组合。

7.根据权利要求1所述的基于事件的人工智能个性化图像生成方法，其特征在于，所述获取当前游客的事件数据的步骤，具体包括：

显示对话流程，所述对话流程包括用于引导游客提供性别的第一对话框、用于引导游客提供年龄的第二对话框、用于引导游客提供伙伴的第三对话框、用于引导游客提供衣物的第四对话框、用于引导游客提供艺术风格的第五对话框；

收集游客的语音消息和/或触碰消息；

根据语音消息和/或触碰消息生成人物信息及艺术风格信息；

获取当前游客的参与项目、与参与项目对应的时间及人物肖像。

8.一种基于事件的人工智能个性化图像生成系统，其特征在于，包括：

获取模块，用于获取当前游客的事件数据，所述事件数据包括参与项目、与参与项目对应的时间、人物信息、人物肖像及艺术风格信息；

确定模块，用于根据所述参与项目和所述参与项目对应的时间确定参与项目权重；

人工智能多模态图像生成模型模块，用于将所述人物信息作为提示词输入人工智能图像生成框架，配合人工智能模型得到图像人物；将所述参与项目作为提示词和所述参与项目权重输入所述人工智能图像生成框架，配合人工智能模型得到图像场景；

换脸模块，用于利用所述人物肖像对所述图像人物进行换脸处理得到游客图像人物；

个性化图像模块，用于将初始图像和所述艺术风格信息输入人工智能图像生成框架，配合艺术风格模型得到个性化图像；所述初始图像为所述游客图像人物和所述图像场景的组合。

9.一种基于事件的人工智能个性化图像生成系统，其特征在于，包括：一个或多个处理器和存储器；

所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述基于事件的人工智能个性化图像生成系统执行如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在基于事件的人工智能个性化图像生成系统上运行时，使得所述基于事件的人工智能个性化图像生成系统执行如权利要求1-7中任一项所述的方法。