[发明专利]图像处理方法、装置、设备及存储介质有效

专利信息
申请号: 202111171389.2 申请日: 2018-11-30
公开(公告)号: CN113902921B 公开(公告)日: 2022-11-25
发明(设计)人: 揭泽群 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/40 分类号: G06V10/40;G06V10/77;G06V10/774;G06V10/764;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 孙晓丽
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

构建初始化的对抗网络,所述对抗网络包括解码网络、多个变换网络、重建网络和多个判别网络;其中,在所述解码网络后并行接入所述多个变换网络,在所述多个变换网络后接入所述重建网络,在所述重建网络后并行接入所述多个判别网络,每个判别网络与一个变换网络相对应;

对所述多个判别网络中的每个判别网络,根据所述判别网络对应的图像集,训练所述判别网络;

基于所述图像集以及所述判别网络的训练结果,迭代训练所述对抗网络中的所述解码网络、与所述判别网络对应的变换网络以及所述重建网络;

其中,在对所述多个变换网络和所述多个判别网络进行训练时,共享所述解码网络和所述重建网络的训练数据。

2.根据权利要求1所述的方法,其特征在于,所述对所述多个判别网络中的每个判别网络,根据所述判别网络对应的图像集,训练所述判别网络包括:

对每个判别网络,输入与所述判别网络对应的图像集,根据所述判别网络的损失函数的数值,调整所述判别网络的参数;

所述基于所述图像集以及所述判别网络的训练结果,迭代训练所述对抗网络中的所述解码网络、与所述判别网络对应的变换网络以及所述重建网络包括:

将所述图像集中的原始图像输入所述对抗网络,根据所述解码网络、所述重建网络以及与所述判别网络对应的变换网络的损失函数的数值,调整所述解码网络、所述重建网络以及所述变换网络的参数;

重复执行上述调整所述判别网络的参数,以及调整所述解码网络、所述重建网络以及所述变换网络的参数的步骤,直到各个网络的损失函数的数值与理想值的差值小于预设值。

3.根据权利要求2所述的方法,其特征在于,所述解码网络、所述重建网络以及与所述判别网络对应的变换网络的损失函数,包括:

通过对比所述原始图像,以及所述原始图像经过解码网络和重建网络得到的图像,得到的子损失函数值。

4.根据权利要求2所述的方法,其特征在于,所述解码网络、所述重建网络以及与所述判别网络对应的变换网络的损失函数,包括:

通过对比所述原始图像经过每个变换网络得到的特征图,以及所述原始图像经过所述每个变换网络后再依次经过重建网络和解码网络得到的特征图,得到的子损失函数值。

5.根据权利要求1所述的方法,其特征在于,多个图像集中的每个图像集对应于一个特征类别,每个所述特征类别对应于一个判别网络。

6.根据权利要求5所述的方法,其特征在于,每个所述图像集包括真样本集和假样本集,所述真样本集是经过了所述图像集所对应的特征类别变换的图像,所述假样本集是经过了除了所述特征类别之外的其他特征类别变换的图像。

7.根据权利要求6所述的方法,其特征在于,通过对所述图像集对应的判别网络的训练,使得所述判别网络对所述真样本集输出1,对所述假样本集输出0。

8.根据权利要求1至7中任一项所述的方法,其特征在于,每个变换网络的输入为所述解码网络的输出,每个变换网络的输出为所述重建网络的输入。

9.根据权利要求1至7中任一项所述的方法,其特征在于,当训练完毕的所述对抗网络中的所述解码网络、所述多个变换网络中的至少一个、以及所述重建网络依次连接时,将原始图像输入所述依次连接的各个网络,变换得到目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111171389.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top