[發(fā)明專利]神經(jīng)網(wǎng)絡的訓練方法、圖像處理方法及裝置

在審

• 申請?zhí)枺?/td>: 202010278429.2
• 申請日: 2020-04-10
• 公開（公告）號: CN111489365A
• 公開（公告）日: 2020-08-04
• 發(fā)明（設計）人: 周千寓;程光亮;石建萍;馬利莊
• 申請（專利權）人: 上海商湯臨港智能科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62;G06N3/04;G06N3/08;G06T5/00
• 代理公司: 北京中知法苑知識產(chǎn)權代理有限公司 11226
• 代理人: 李明;趙吉陽

1.一種神經(jīng)網(wǎng)絡的訓練方法，其特征在于，包括：

利用學生網(wǎng)絡對目標圖像的第一噪聲圖像進行語義分割處理，得到第一語義分割圖像；

利用教師網(wǎng)絡對所述目標圖像的第二噪聲圖像進行語義分割處理，得到第二語義分割圖像；并基于所述第二語義分割圖像，確定所述第二語義分割圖像中各個像素點的可信度信息；

基于所述第一語義分割圖像、所述第二語義分割圖像、以及所述可信度信息，更新所述學生網(wǎng)絡的參數(shù)值；

基于更新的所述學生網(wǎng)絡的參數(shù)值，更新所述教師網(wǎng)絡的參數(shù)值。

2.根據(jù)權利要求1所述的訓練方法，其特征在于，所述方法還包括：

利用學生網(wǎng)絡對源圖像的風格遷移圖像進行語義分割處理，得到第三語義分割圖像，所述源圖像的風格遷移圖像為將所述源圖像的風格向所述目標圖像所在的目標域進行遷移所獲得的圖像；

所述基于所述第一語義分割圖像、所述第二語義分割圖像、以及所述可信度信息，更新所述學生網(wǎng)絡的參數(shù)值，包括：

基于所述第一語義分割圖像、所述第二語義分割圖像、所述可信度信息、所述第三語義分割圖像、以及所述源圖像的標注信息，更新所述學生網(wǎng)絡的參數(shù)值。

3.根據(jù)權利要求2所述的訓練方法，其特征在于，所述基于所述第一語義分割圖像、所述第二語義分割圖像、所述可信度信息、所述第三語義分割圖像、以及所述源圖像的標注信息，更新所述學生網(wǎng)絡的參數(shù)值，包括：

基于所述第一語義分割圖像、所述第二語義分割圖像以及所述可信度信息，確定一致性損失；基于當前的迭代次數(shù)，確定所述一致性損失的權重；

基于所述第三語義分割圖像、和所述源圖像的標注信息確定語義分割損失；

基于所述一致性損失、所述權重、以及所述語義分割損失，更新所述學生網(wǎng)絡的參數(shù)值。

4.根據(jù)權利要求1-3任一項所述的訓練方法，其特征在于，利用教師網(wǎng)絡對所述目標圖像的第二噪聲圖像進行語義分割處理，得到第二語義分割圖像，包括：

利用教師網(wǎng)絡對所述目標圖像的多張第二噪聲圖像分別進行語義分割處理，得到多張中間語義分割圖像；

基于所述多張中間語義分割圖像，生成所述第二語義分割圖像。

5.根據(jù)權利要求4所述的訓練方法，其特征在于，所述基于所述多個中間語義分割圖像，生成所述第二語義分割圖像，包括：

依次對多張所述中間語義分割圖像中對應位置的像素點求像素值均值；

將任一對應位置的像素點均值，確定為所述第二語義分割圖像中對應位置的像素點的像素值。

6.根據(jù)權利要求1-5任一所述的訓練方法，其特征在于，所述基于所述第二語義分割圖像，確定所述第二語義分割圖像中各個像素點的可信度信息，包括：

基于所述第二語義分割圖像中各個像素點的像素值，確定所述第二語義分割圖像中每個像素點的信息熵；

基于所述第二語義分割圖像中每個像素點的信息熵，以及預先確定的信息熵閾值，確定第二語義分割圖像中每個像素點的可信度信息。

7.根據(jù)權利要求6所述的訓練方法，其特征在于，所述基于所述第二語義分割圖像中每個像素點的信息熵，以及預先確定的信息熵閾值，確定第二語義分割圖像中每個像素點的可信度信息，包括：

將所述第二語義分割圖像中每個像素點的信息熵與所述信息熵閾值進行比對；

基于比對結果，確定所述第二語義分割圖像中每個像素點的可信度信息；

其中，若第二語義分割圖像中任一像素點的信息熵的絕對值大于所述信息熵閾值，將與所述任一像素點對應的可信度信息置為表征該任一像素點的像素值可信的預設值，其中所述預設值大于0。

8.根據(jù)權利要求6或7所述的訓練方法，其特征在于，采用下述方式生成所述信息熵閾值：

基于所述教師網(wǎng)絡的語義分割種類，確定所述信息熵閾值。