一种安全图像生成方法和装置

本发明实施例公开了一种安全图像生成方法和装置。本实施例的方法为获取请求文本，使用文本编码器将其转换为原始文本向量，再将该向量输入已完成训练的稀疏自编码器得到稀疏激活向量，继而利用预先构造的有害概念抑制矩阵对对应神经元的激活值按预设强度进行抑制，随后将抑制后的稀疏激活向量重构为目标文本向量，并馈入冻结参数的图像生成模型快速生成已消除有害概念的安全图像。上述方法采用预先训练好的稀疏自编码器将原始文本向量映射至稀疏空间，使有害概念只对应少量神经元，实现单步掩码抑制，使用有害概念抑制矩阵对稀疏激活向量做逐元素乘积式抑制，保证非目标语义神经元零扰动，实现对有害概念精准擦除的同时最小化对其他语义的影响。