图像生成是当下计算机视觉领域的一个重要分支,也是近年来的一大研究热点。另一方面,大熊猫文化是中国文化的符号,在国际文化中有着举足轻重的作用。在新兴的数字文娱产业中,大众创作者们对熊猫形象设计的门槛较高,难以对其憨萌可爱之处进行还原,因此熊猫文化在产业中比重较低。针对创作过程中的困难,本文依据文娱创作的需求与创作流程,基于现有的图像生成技术,提出了对通过线条绘画生成熊猫图像的方法,为创作者们提供直观的辅助。本文主要的研究内容有如下3点:针对现有市场环境中熊猫图像数据丰富度的不足,通过深度学习方法制作了熊猫分割图像数据集,直观的展示了熊猫个体形象,排除了背景环境因素的干扰,为后续图像生成乃至其他工作提供服务。本文改进了一种基于图像修补的分阶段逐步生成图像的算法,由边缘生成与图像生成两种算法相结合,基于输入的稀疏边缘与遮挡生成熊猫图像。由于两个算法模型在训练过程中完全分离,因此可以在有少量预训练基础上无序反复训练直到效果完美。同时本文对生成模型中的损失函数、训练方法、模型结构提出了改进方法,并针对分割图像数据集提出了一种形象优化函数,提升熊猫图像生成的真实度。该方法具有以下优点:1.通过先修补边缘再生成图像的方法,逐步生成熊猫图像,符合文娱创作者在绘画时先描线再填色的特点。2.将稀疏边缘生成与图像生成问题转换到了图像修补问题3.模型中采用了大量诸如残差网络、谱归一化等生成对抗网络前沿技术,使得模型训练能够避免在训练过程中的模式坍塌、梯度消失等问题。本文提出了一种基于大熊猫资源平台的图像生成系统,通过上述熊猫图像生成方法为用户提供算法体验。另一方面,系统整合了图像分割模型为用户提供在线分割功能。依据特征提取网络模块,用户可以通过以图搜图的方法对数据库中的海量图片进行检索。