[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

说明书

本申请提供了一种用于图像处理的对抗生成网络的训练方法及其图像处理方法、装置、电子设备及计算机可读存储介质；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，第一标准图像与第一待重建图像均包括第一对象；通过生成对抗网络中的判别器对第一重建图像进行分类处理，以得到生成损失值；基于第一重建图像的语义特征与第一标准图像的语义特征确定第一语义特征损失值，并基于第一重建图像的属性特征与第一待重建图像的属性特征确定第一属性特征损失值；融合生成损失值、第一语义特征损失值和第一属性特征损失值，以训练生成器。通过本申请，能够高效精确地重建图像。

技术领域

本申请涉及图像处理技术，尤其涉及一种用于图像处理的对抗生成网络的训练方法及其图像处理方法、装置、电子设备及计算机可读存储介质。

背景技术

人工智能(AI，Artificial Intelligence)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

图像处理是人工智能的重要应用。典型地，可通过各种神经网络模型对图像进行处理，如背景替换、局部颜色替换、遮挡去除和空白区域补充等处理，以得到处理后的重建图像。然而，相关技术在训练用于图像处理的神经网络模型时，经常出现神经网络模型学习非变换区域的变化的情况，使得应用神经网络模型进行图像识别时，重建图像中非变换区域发生变化，难以保证重建图像的精确性。

发明内容

本申请实施例提供一种用于图像处理的对抗生成网络的训练方法及其图像处理方法、装置、电子设备及计算机可读存储介质，能够高效精确地重建图像。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种用于图像处理的对抗生成网络的训练方法，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。

本申请实施例提供一种用于图像处理的对抗生成网络的训练装置，包括：

第一图像处理模块，用于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；

分类处理模块，用于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；

确定模块，用于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；

训练模块，用于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。

上述方案中，所述分类处理模块，还用于：

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；