本发明公开了一种基于高斯混合变分自编码器的图像生成方法。实现步骤包括：数据集划分与数据预处理；构造以高斯混合变分自编码器为基础的生成模型，在损失函数中引入全相关项的解耦机制和费雪尔正则；训练生成模型；根据上游任务实现图像生成或聚类。本发明采用了更合理的建模方式，对隐空间覆盖更全面，使得重构更加精确，对隐空间的特征解耦使得生成图像在观感上更具多样性，且兼顾人类视角下的特征变化，在生成和先验之间的追求平衡，对分类的样本间距加以约束，内存复杂性低，网络结构简单，在性能和指标上都取得了不错的表现，可应用于高维图像生成任务。