作为计算机视觉领域的研究热点,图像生成任务具有巨大的理论研究价值与实际应用潜力,其中,场景图像生成由于需要同时考虑多个物体以及物体间复杂的交互关系,更具挑战性。然而,当前大多数方法均从复杂的文本描述、场景图、场景布局中生成场景图像,往往需要用户或是详细阐述物体属性及关系,或是构造专业性较强的结构场景图,或是固定物体间的布局关系,因而用户友好性不足。为了给用户提供便捷化的场景图像生成方式,本文基于知识图谱,设计了直接从物体标签生成场景图像的Label2im模型,旨在利用源自图谱的知识信息提升场景图像生成质量。本文围绕场景图像生成过程的各项挑战展开研究,融合知识图谱设计了场景图选择、场景图表示、布局预测、图像生成等模块,实现了“标签—场景图—布局—图像”的生成。针对知识图谱在图像生成任务中的应用进行了有效探索。具体而言:1)针对由于缺乏物体间关系信息导致的场景布局不合理等挑战,本文设计了场景图选择模块,促使模型在知识图谱中自动搜索关系并构建多样化场景图,补充常识性关系信息;2)针对标签域与图像域间存在难以学习的跨域鸿沟等挑战,本文设计了场景图表示模块,融合知识图谱的知识表示,为跨域映射学习充分的特征,加深模型对物体及关系的充分理解;3)针对如何保证生成场景图像与输入内容间的语义一致性等挑战,本文设计了三元组注意力模块,在利用级联细化网络进行图像生成的过程中,加入源自知识图谱的三元组知识特征的指导,提升生成模型对于语义信息的关注。本文设计了对比实验、消融实验与附加实验。对比实验从定量评估与定性评估两个角度验证了本文方法的优异性能;消融实验利用模块的消融设置及实验分析证明了所提出模块的有效作用;附加实验探索了本文方法在不同应用情景下的更多细节与不足之处,从而充分展示、分析并验证了本文方法能够基于给定标签生成高质量的场景图像。