摘要
本发明提供了一种图像生成方法、装置和电子设备；其中，方法包括：获取引导信号；其中，引导信号包括：文本描述信号和图像指示信号；图像指示信号对应有预设的参考图像；提取文本描述信号的第一语义特征、参考图像的第二语义特征以及参考图像的图像视觉特征；对第二语义特征和图像视觉特征进行特征融合，得到参考图像对应的融合特征；提取融合特征与第一语义特征之间的关系，得到关系特征；基于第一语义特征、融合特征和关系特征，对预设的噪声图像进行去噪处理，得到输出图像。该方式使得输出图像内容更精确且与用户意图的匹配性较高，从而提高了图像处理的控制灵活性和精确度，提高了图像处理质量。
