[發(fā)明專利]圖像預測方法、裝置、計算機設備和存儲介質

在審

• 申請?zhí)枺?/td>: 201911301764.3
• 申請日: 2019-12-17
• 公開（公告）號: CN111028260A
• 公開（公告）日: 2020-04-17
• 發(fā)明（設計）人: 周康明;魏文韜
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 樊倩

1.一種圖像預測方法，其特征在于，所述方法包括：

獲取多個歷史回波圖像和輸入的目標預測類型；其中，每個歷史回波圖像包括至少一個回波強度的圖元素；

根據所述目標預測類型，在預設的預測類型和預測模型的對應關系中，確定所述目標預測類型對應的目標預測模型；所述對應關系中的每個預測模型所針對的訓練樣本圖像集不同，一個訓練樣本圖像集對應一個回波強度，所述對應關系中，一個預測類型對應一個預測模型；

將所述多個歷史回波圖像輸入至所述目標預測模型，確定至少一個預測圖像。

2.根據權利要求1所述的方法，其特征在于，所述預測模型的訓練過程包括：

獲取訓練樣本圖像集；所述訓練樣本圖像集包括N個相同強度的訓練樣本圖像，其中，所述N個相同強度的訓練樣本圖像中前m1個訓練樣本圖像組成的第一樣本圖像子序列作為模型輸入，后m2個訓練樣本圖像組成的第二樣本圖像子序列作為金標準，所述N為所述m1和m2之和；

基于所述訓練樣本圖像集對初始預測模型進行訓練，得到所述預測模型。

3.根據權利要求2所述的方法，其特征在于，所述獲取訓練樣本圖像集包括：

獲取原始樣本圖像集；所述原始樣本圖像集包括N個原始樣本圖像；

獲取預設的像素強度閾值列表；所述像素強度閾值列表包括多個不同的像素強度閾值；

將所述N個原始樣本圖像分別按照各所述像素強度閾值進行分割處理，得到每個像素強度閾值對應的N個訓練樣本圖像；

將每個像素強度閾值對應的N個訓練樣本圖像，確定為所述像素強度閾值對應的訓練樣本圖像集。

4.根據權利要求3所述的方法，其特征在于，所述獲取預設的像素強度閾值列表，包括：

獲取預設的回波強度閾值列表；所述回波強度閾值列表包括多個不同的回波強度閾值；

按照預設的數值轉化方法分別對所述多個不同的回波強度閾值進行轉化處理，得到每個回波強度閾值對應的像素強度閾值；

根據每個回波強度閾值對應的像素強度閾值，得到所述像素強度閾值列表。

5.根據權利要求2所述的方法，其特征在于，所述基于所述訓練樣本圖像集對初始預測模型進行訓練，得到所述預測模型，包括：

將所述第一樣本圖像子序列作為所述初始預測模型的輸入，將所述第二樣本圖像子序列作為初始預測模型的參考輸出，對所述初始預測模型進行初級訓練，得到初級訓練過程中所述初始預測模型輸出的預測圖像序列；

將初級訓練過程中所述初始預測模型輸出的預測圖像序列作為預設鑒別器的輸入，將所述第二樣本圖像子序列的鑒別標簽作為所述鑒別器的參考輸出，對所述鑒別器進行訓練，得到所述鑒別器輸出的預測圖像序列的鑒別標簽；所述鑒別器用于對所述第二樣本圖像子序列和所述預測圖像序列的連續(xù)性和/或真實性進行鑒別；

基于所述鑒別器訓練過程中的第一損失函數和所述初始預測模型初級訓練過程中的第二損失函數，對所述初始預測模型再次進行訓練，得到所述預測模型。

6.根據權利要求5所述的方法，其特征在于，所述將初級訓練過程中所述初始預測模型輸出的預測圖像序列作為預設鑒別器的輸入，將所述第二樣本圖像子序列的鑒別標簽作為所述鑒別器的參考輸出，對所述鑒別器進行訓練，包括：

將所述初始預測模型輸出的預測圖像序列輸入鑒別器，得到所述預測圖像序列的鑒別標簽；

將所述第二樣本圖像子序列輸入所述鑒別器，得到所述第二樣本圖像子序列的鑒別標簽；

計算所述預測圖像序列的鑒別標簽和所述第二樣本圖像子序列的鑒別標簽之間的第一損失，并將所述第一損失作為所述第一損失函數的值；

利用所述第一損失函數的值對所述鑒別器進行訓練。