[发明专利]对抗生成网络的训练方法及其图像处理方法、装置

权利要求书

1.一种用于图像处理的对抗生成网络的训练方法，其特征在于，所述方法包括：

通过生成对抗网络中的生成器对第一待重建图像执行图像处理任务，以得到向第一标准图像拟合而生成的第一重建图像，所述第一标准图像与所述第一待重建图像均包括第一对象；

通过所述生成对抗网络中的判别器对所述第一重建图像进行分类处理，以得到生成损失值；

基于所述第一重建图像的语义特征与所述第一标准图像的语义特征确定第一语义特征损失值，并基于所述第一重建图像的属性特征与所述第一待重建图像的属性特征确定第一属性特征损失值；

融合所述生成损失值、所述第一语义特征损失值和所述第一属性特征损失值，以训练所述生成器。

2.根据权利要求1所述的方法，其特征在于，所述通过所述生成对抗网络中的判别器对所述第一重建图像进行分类处理，以得到生成损失值，包括：

通过所述生成对抗网络中预训练的判别器对所述第一重建图像进行分类处理，以得到所述第一重建图像属于标准图像类型的第一预测概率；

基于所述第一预测概率得到所述第一重建图像不属于所述标准图像类型的第一非标准概率；

对所述第一非标准概率进行指数运算或对数运算，并将运算结果作为所述生成器的生成损失值。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一重建图像的语义特征与所述第一标准图像的语义特征确定第一语义特征损失值，包括：

通过预训练的语义识别模型提取所述第一重建图像的第一语义特征，并提取所述第一标准图像的第二语义特征；

确定所述第一语义特征与所述第二语义特征之间的第一距离，并确定与所述第一距离正相关的第一语义特征损失值。

4.根据权利要求3所述的方法，其特征在于，所述第一语义特征损失值是通过所述语义识别模型的语义识别损失函数确定的；所述确定所述第一语义特征与所述第二语义特征之间的第一距离，并确定与所述第一距离正相关的第一语义特征损失值，包括：

将所述第一语义特征与所述第二语义特征代入所述语义识别损失函数，以确定所述第一语义特征与所述第二语义特征在各个维度上的距离，并将所述各个维度上的距离进行融合，将融合结果作为所述第一语义特征损失值。

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一重建图像的属性特征与所述第一待重建图像的属性特征确定第一属性特征损失值，包括：

通过预训练的属性识别模型提取所述第一重建图像的属性特征；

确定所述第一重建图像的属性特征与所述第一待重建图像的属性特征之间的第二距离，并确定与所述第二距离正相关的第一属性特征损失值。

6.根据权利要求5所述的方法，其特征在于，所述第一属性特征损失值是通过所述属性识别模型的属性识别损失函数确定的；所述确定所述第一重建图像的属性特征与所述第一待重建图像的属性特征之间的第二距离，并确定与所述第二距离正相关的第一属性特征损失值，包括：

将所述第一重建图像的属性特征与所述第一待重建图像的属性特征代入所述属性识别损失函数，以

通过所述属性识别损失函数将所述第一重建图像的属性特征、所述第一待重建图像的属性特征、单位向量与所述第一重建图像的属性特征的差值以及所述单位向量与所述第一待重建图像的属性特征的差值进行融合，将融合结果作为所述第一属性特征损失值。