[发明专利]一种基于循环生成式对抗网络的行人图像生成方法及系统

权利要求书

1.一种基于循环生成式对抗网络的行人图像生成方法，其特征在于，包括如下步骤：

迁移函数学习，生成人物迁移生成式对抗网络；

基于所述人物迁移生成式对抗网络，完成所述行人图像中的人物迁移，将一个数据库中的行人图像迁移到另一个数据库中，生成新的行人图像。

2.根据权利要求1所述的基于循环生成式对抗网络的行人图像生成方法，其特征在于：

所述迁移函数包括风格损失和身份损失。

3.根据权利要求1或2所述的基于循环生成式对抗网络的行人图像生成方法，其特征在于：

所述人物迁移生成式对抗网络的目标函数为：

其中，表示风格损失，表示身份损失，λ₁表示两种损失之间的交换系数。

4.根据权利要求3所述的基于循环生成式对抗网络的行人图像生成方法，其特征在于：

所述风格损失为：

其中，表示标准对抗损失，表示循环一致性损失，G表示从数据集A到B的风格映射函数，而表示从数据集B到A的风格映射函数，D_A和D_B分别表示A和B的风格鉴别器，λ₂表示交换系数。

5.根据权利要求4所述的基于循环生成式对抗网络的行人图像生成方法，其特征在于：

所述风格鉴别器D_A、D_B分别由数据集A、B内的未标签人物图像训练得到。

6.根据权利要求3所述的基于循环生成式对抗网络的行人图像生成方法，其特征在于：

所述身份损失为：

其中，G(a)表示从图像a中迁移到数据集B的人物图像，表示从图像b中迁移到数据集A的人物图像，M(a)表示图像a的前景模板，M(b)表示图像b的前景模板，表示从数据集A中采样出的图像a的数学期望，表示从数据集B中采样出的图像b的数学期望。

7.根据权利要求6所述的基于循环生成式对抗网络的行人图像生成方法，其特征在于：

采用金字塔场景解析网络提取所述前景模板。

8.一种基于循环生成式对抗网络的行人图像生成系统，其特征在于，包括顺序连接的如下模块：

网络生成模块，用于学习迁移函数，生成人物迁移生成式对抗网络；

迁移模块，基于所述人物迁移生成式对抗网络，完成所述行人图像中的人物迁移，将一个数据库中的行人图像迁移到另一个数据库中，生成新的行人图像。

9.根据权利要求8所述的基于循环生成式对抗网络的行人图像生成系统，其特征在于：

所述迁移函数包括风格损失和身份损失。