[发明专利]域适应方法、装置、设备、图像处理方法及存储介质

说明书

本申请公开了一种域适应方法、装置、设备、图像处理方法及存储介质，本申请的域适应方法，获取了源域训练图像，以及由源域训练图像转换至目标域后对应的目标域训练图像，进而将源域训练图像与对应的目标域训练图像在像素空间进行融合，得到融合训练图像，通过图像融合，有效的将源域和目标域的像素信息融合在一起，起到了源域和目标域像素对齐的作用。进一步，在训练图像处理模型时，以融合训练图像作为训练样本，以图像处理模型对融合训练图像的重建损失作为损失函数，通过将重建损失作为损失函数来训练图像处理模型，使得图像处理模型所学习到的特征对源域和目标域不进行区分，该特征对源域和目标域均有较好的适应能力。

技术领域

本申请涉及域适应技术领域，更具体的说，是涉及一种域适应方法、装置、设备、图像处理方法及存储介质。

背景技术

在现实生活中，人类可以对部分领域具有知识迁移能力。比如：如果我们已经会打乒乓球，就可以类比着学习打网球；再比如，我们如果已经会下中国象棋，就可以类比着下国际象棋。我们希望机器也能有这种能力，知识迁移的能力。而域适应方法就属于知识迁移能力的一种。

在机器学习中，域适应方法通常包含两个(或多个)领域，分别称之为源域和目标域。一般在源域中数据是存在标注信息，而在目标域不存在标注信息的，通常来说源域和目标域的标签是共享的。我们希望通过域适应方法使得在源域中训练的模型，在目标域中也有更好的效果。如源域是打印体的数字字符，目标域是手写体的数字字符，我们希望在源域训练的字符识别模型，使用域适应方法后在目标域上也有较好的效果。

发明内容

鉴于上述问题，提出了本申请以便提供一种域适应方法、装置、设备、图像处理方法及存储介质，以通过域适应处理，使得在源域中训练的图像处理模型，在目标域也能够有很好的识别效果。具体方案如下：

一种域适应方法，包括：

获取源域训练图像，以及由所述源域训练图像转换至目标域后对应的目标域训练图像；

将所述源域训练图像与对应的目标域训练图像在像素空间进行融合，得到融合训练图像；

以所述融合训练图像作为训练样本，以图像处理模型对所述融合训练图像的重建损失作为损失函数，训练所述图像处理模型。

优选地，所述目标域训练图像的获取过程，包括：

利用预训练的图像转换模型，将源域训练图像转换至目标域，得到源域训练图像转换至目标域后对应的目标域训练图像。

优选地，所述将所述源域训练图像与对应的目标域训练图像在像素空间进行融合，得到融合训练图像，包括：

将所述源域训练图像中目标区域的第一图像块抠除；

获取所述目标域训练图像中所述目标区域的第二图像块，利用所述第二图像块填充所述源域训练图像中所述目标区域，得到融合训练图像。

优选地，所述将所述源域训练图像中目标区域的第一图像块抠除，包括：

将所述源域训练图像中目标区域的图像像素值置为零，得到处理后源域训练图像；

所述获取所述目标域训练图像中所述目标区域的第二图像块，利用所述第二图像块填充所述源域训练图像中所述目标区域，得到融合训练图像，包括：

将所述目标域训练图像中除所述目标区域外的图像像素值置为零，得到处理后目标域训练图像；

将所述处理后源域训练图像和所述处理后目标域训练图像叠加，得到融合训练图像。

优选地，所述以所述融合训练图像作为训练样本，以图像处理模型对所述融合训练图像的重建损失作为损失函数，训练所述图像处理模型，包括：