[發明專利]模型生成方法、分辨率提高方法、圖像識別方法及裝置

有效

• 申請號: 202010108432.X
• 申請日: 2020-02-21
• 公開（公告）號: CN111340700B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 張慧;何召鋒;邱顯超;劉京;李星光
• 申請（專利權）人: 北京中科虹霸科技有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06V10/764;G06V10/774;G06V40/18
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 秦景芳

1.一種圖像分辨率提高模型的生成方法，其特征在于，包括：

將低分辨圖像樣本輸入生成器，得到對應于所述低分辨圖像樣本的生成高分辨圖像；

將所述生成高分辨圖像輸入判別器，得到將所述生成高分辨圖像判別為真實圖像的概率；

根據將所述生成高分辨圖像判別為真實圖像的概率計算使所述生成器對抗所述判別器的對抗損失函數的值；

從所述生成高分辨圖像、所述生成高分辨圖像對應的真實高分辨圖像、所述真實高分辨圖像對應的類間高分辨圖像、及所述真實高分辨圖像對應的類內高分辨圖像中選取圖像，形成圖像數量相同但構成方式不同的第一多元組樣本和第二多元組樣本；

將所述第一多元組樣本和所述第二多元組樣本對應的所有圖像輸入至特征提取及比對分類器，以類內相似度大于類間相似度的原則進行計算，得到所述第一多元組樣本對應的比對相似性損失函數的值和所述第二多元組樣本對應的比對相似性損失函數的值；

將所述對抗損失函數的值和所述第一多元組樣本對應的比對相似性損失函數的值返回至所述生成器，以優化所述生成器的參數，以及將所述第二多元組樣本對應的比對相似性損失函數的值返回至所述特征提取及比對分類器，以優化所述特征提取及比對分類器的參數；

在利用優化參數后的所述生成器得到的對抗損失函數的值和利用優化參數后的所述特征提取及比對分類器得到的比對相似性損失函數的值達到設定要求的情況，根據優化參數后的所述生成器得到圖像分辨率提高模型；

其中，所述生成高分辨圖像的分辨率、所述真實高分辨圖像的分辨率、所述類間高分辨圖像的分辨率、及所述類內高分辨圖像的分辨率均大于所述低分辨圖像樣本的分辨率。

2.如權利要求1所述的圖像分辨率提高模型的生成方法，其特征在于，

將所述第一多元組樣本和所述第二多元組樣本對應的所有圖像輸入至特征提取及比對分類器，以類內相似度大于類間相似度的原則進行計算，得到所述第一多元組樣本對應的比對相似性損失函數的值和所述第二多元組樣本對應的比對相似性損失函數的值，包括：

將所述第一多元組樣本和所述第二多元組樣本對應的所有圖像輸入至特征提取及比對分類器，以類內相似度大于類間相似度的原則進行計算，得到所述第一多元組樣本對應的比對相似性損失函數的值和所述第二多元組樣本對應的比對相似性損失函數的值，以及得到所述真實高分辨圖像和所述生成高分辨圖像對應的特征一致性損失函數的值；

將所述第二多元組樣本對應的比對相似性損失函數的值返回至所述特征提取及比對分類器，以優化所述特征提取及比對分類器的參數，包括：

將所述第二多元組樣本對應的比對相似性損失函數的值和所述特征一致性損失函數的值返回至所述特征提取及比對分類器，以優化所述特征提取及比對分類器的參數。

3.如權利要求2所述的圖像分辨率提高模型的生成方法，其特征在于，將所述對抗損失函數的值和所述第一多元組樣本對應的比對相似性損失函數的值返回至所述生成器，以優化所述生成器的參數，包括：

將所述對抗損失函數的值、所述第一多元組樣本對應的比對相似性損失函數的值、及所述特征一致性損失函數的值返回至所述生成器，以優化所述生成器的參數。

4.如權利要求1至3任一項所述的圖像分辨率提高模型的生成方法，其特征在于，

將所述生成高分辨圖像輸入判別器，得到將所述生成高分辨圖像判別為真實圖像的概率，包括：

將所述生成高分辨圖像對應的真實高分辨圖像和所述生成高分辨圖像輸入判別器，根據所述生成高分辨圖像計算得到將所述生成高分辨圖像判別為真實圖像的概率，根據所述真實高分辨圖像和所述生成高分辨圖像計算得到感知損失函數的值；

將所述對抗損失函數的值和所述第一多元組樣本對應的比對相似性損失函數的值返回至所述生成器，以優化所述生成器的參數，包括：

將所述對抗損失函數的值、所述第一多元組樣本對應的比對相似性損失函數的值、及所述感知損失函數的值返回至所述生成器，以優化所述生成器的參數。