摘要
本发明公开了一种基于GCN和智能体工作流的多模态视觉设计方法。包括如下步骤：接收用户输入的图像生成请求信息；特征编码：a.利用语言编码器进行特征提取；b.双模态特征提取机制：输出风格嵌入向量G；（3）图结构建模：a.将视觉生成任务抽象为图结构;b.将向量编码信息输入至GCN中进行特征传播和全局建模；（4）图像初始生成：引导CNN网络生成初始图像；（5）图像细节优化：将初始图像输入至细节增强网络中并输出优化后图像；（6）一致性损失优化：在训练阶段，设置多目标损失函数进行联合训练优化；（7）图像输出：输出最终优化后的图像。优点是：实现图像结构、局部细节与全局语义的一致性，显著提升复杂场景下的生成合理性。
