[發明專利]一種圖像生成方法、系統及相關設備

有效

• 申請號: 202110707279.7
• 申請日: 2021-06-25
• 公開（公告）號: CN113379593B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 孫志偉;馬韜;閆瀟寧
• 申請（專利權）人: 深圳市安軟科技股份有限公司;深圳市安軟慧視科技有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06N3/04;G06N3/08
• 代理公司: 深圳君信誠知識產權代理事務所(普通合伙) 44636
• 代理人: 劉偉

1.一種圖像生成方法，其特征在于，包括以下步驟：

將預設的訓練圖片數據中的圖片提取為訓練集，所述訓練集中的圖片對應有特征標簽；

隨機地生成滿足高斯分布的第一噪聲和第二噪聲；

將所述特征標簽分別與所述第一噪聲和所述第二噪聲拼接，再輸入到生成對抗網絡的生成器進行處理，分別得到對應所述第一噪聲和所述第二噪聲的第一圖片集和第二圖片集；

計算所述第一噪聲和所述第二噪聲的均值，以得到中間噪聲，將所述第一噪聲和所述第二噪聲以及所述特征標簽拼接，再輸入到生成對抗網絡的生成器進行處理，得到第三圖片集；

將所述第一圖片集、所述第二圖片集、所述第一噪聲、所述第二噪聲、所述中間噪聲以及所述第三圖片集輸入到多樣化模式損失函數進行處理，以使得所述生成器生成的所述第一圖片集、所述第二圖片集與所述第三圖片集之間的矩陣距離最大化，避免所述生成器生成所述第一圖片集、所述第二圖片集、所述第三圖片集時的表現趨勢過于單一；

將所述第三圖片集、所述訓練集以及所述特征標簽輸入到生成對抗網絡的判別器進行處理，得到所述第三圖片集的判斷結果；

所述生成器和所述判別器反復交替更新學習，直到達到納什均衡，以生成最終圖像；

其中，將所述特征標簽分別與所述第一噪聲和所述第二噪聲拼接，包括以下步驟：

擴展所述第一噪聲和所述第二噪聲的維度，并將擴展維度后的所述第一噪聲和所述第二噪聲分別與所述特征標簽在RGB通道維度上拼接，分別得到第一拼接特征和第二拼接特征；

所述多樣化模式損失函數的定義為滿足如下約束條件：

其中，j在計算過程中取值1和2，使I₁、I₂分別代表所述第一圖片集和所述第二圖片集，z₁、z₂分別代表所述第一噪聲和所述第二噪聲，代表所述中間噪聲，代表所述第三圖片集，代表對于所述第一圖片集、所述第二圖片集分別與所述第三圖片集之間的矩陣計算，代表對于所述第一噪聲、所述第二噪聲分別與所述中間噪聲之間的矩陣計算過程，代表生成對抗網絡中生成器進行的距離矩陣值最大化計算過程。

2.如權利要求1所述的一種圖像生成方法，其特征在于，所述得到對應所述第一噪聲和所述第二噪聲的第一圖片集和第二圖片集具體包括以下步驟：

將所述第一拼接特征和所述第二拼接特征經過三組相同的反卷積、批歸一化和ReLU函數處理，得到第一處理特征和第二處理特征；

將所述第一處理特征和所述第二處理特征分別經過tanh函數處理，分別得到所述第一圖片集和所述第二圖片集。

3.如權利要求1所述的一種圖像生成方法，其特征在于，所述將所述第三圖片集、所述訓練集以及所述特征標簽輸入到生成對抗網絡的判別器進行處理的步驟具體包括以下步驟：

將所述第三圖片集、所述訓練集以及對應的所述特征標簽輸入所述判別器中，同時，所述特征標簽通過reshape與所述訓練集中的圖片為相同形狀，并在RGB通道上將所述第三圖片集和所述訓練集分別與所述特征標簽進行拼接，分別得到第三拼接特征和訓練特征；

將所述第三拼接特征和所述訓練特征分別經過一組卷積和LeakyReLU函數處理，分別得到第三處理特征和第四處理特征；

將所述第三處理特征和所述第四處理特征再經過兩組卷積、批歸一化和LeakyReLU函數處理，得到最終拼接特征和最終訓練特征；

將得到的所述最終拼接特征和所述最終訓練特征經過一組卷積和Sigmoid函數處理，得到一個一維數組，并使用所述判別器的損失函數對所述一維數組計算對抗損失，使得所述判別器對于所述第三圖片集的真實圖像得出的判別數值靠近1，對于所述第三圖片集的虛假圖像得出的判別數值靠近0。

4.如權利要求3所述的一種圖像生成方法，其特征在于，所述LeakyReLU函數引入了數據小于0時的梯度，并滿足如下約束條件：

其中，x代表所述LeakyReLU函數的輸入數據。

5.如權利要求1所述的一種圖像生成方法，其特征在于，所述生成器和所述判別器反復交替更新學習的迭代次數至少為200次。