[发明专利]一种处理图像的多判别GAN网络构建方法、装置、系统和存储介质

权利要求书

1.一种处理图像的多判别GAN网络构建方法，其特征在于，包括如下步骤：

(1)获取多类别图像数据集，所述数据集包括序列图像和特定区域遮罩；

(2)对数据集中的序列图像进行灰度值归一化，统一图像尺寸，制作图像的分类标签；根据步骤(1)中的特定区域遮罩提取特定区域图像；

(3)将数据集中的数据划分为训练集和测试集；

(4)构建多判别GAN网络模型；所述多判别GAN网络模型包括生成模型G和判别模型；

(5)根据生成模型G与判别模型之间的生成对抗关系，构建损失函数，引导多判别GAN网络模型训练；

(6)通过步骤(1)至(3)所获取制作的数据集和步骤(5)的损失函数，训练步骤(4)所构建的多判别GAN网络模型，生成逼真目标图像。

2.根据权利要求1所述的处理图像的多判别GAN网络构建方法，其特征在于，所述步骤(2)中，所述图像的分类标签为独热编码标签；提取特定区域图像的方案有两种：

方案一，由特定区域遮罩制作包围特定区域的边界框，边界框为区域的左上角横纵坐标以及边界框的长宽，根据边界框将特定区域裁剪出来；

方案二，由特定区域遮罩与图像进行点乘得到特定区域；如一张图片存在多个区域遮罩，则将多个点乘后的结果拼接为多个通道的图像。

3.根据权利要求1所述的处理图像的多判别GAN网络构建方法，其特征在于，所述步骤(4)中，所述判别模型包括整体判别模型D和局部判别模型D_R；

所述生成模型G根据输入的目标标签c将输入的真实图像x转换为目标域生成目标图像G(x,c)，其中目标标签c通过全连接层映射为生成模型G中间特征图的方差变化；

整体判别模型D的输入为真实图像x和生成目标图像G(x,c)，输出为真假二分类结果D_adv以及图像的域分类结果D_cls；

局部判别模型D_R的输入为真实图像x的特定区域x_rg和生成目标图像的特定区域G(x,c)_rg，输出为真假二分类结果D_R-adv以及图像的域分类结果D_R-cls。

4.根据权利要求3所述的处理图像的多判别GAN网络构建方法，其特征在于，生成模型G是N个子阶段g_i(*)、1个条件映射网络f(c)以及g_i(*)与f(c)相互作用的关系ψ的集合，表示为{g₁(*),g₂(*),…,g_N(*),f(c)；ψ}，其中，1≤i≤N；

所述每一个子阶段g_i(*)都存在对应的输入x_in和输出x_out；条件映射网络f(c)的输入为目标标签c，输出M个方差控制向量t_j对选定的M个g_i(*)的输出x_out进行调控，其中1≤j≤M；

所述方差控制向量t_j对g_i(*)的输出x_out进行调控的实现过程如下：g_i(*)的输出x_out有k个通道，对应于方差控制向量t_j上的k个控制值，一个控制值t′对输出x_out的一个通道x′进行方差变换F_scale()：F_scale(x′,t′)＝x′*t′。