[发明专利]图像传输方法、训练方法、电子设备及可读存储介质

权利要求书

1.一种图像传输方法，其特征在于，应用于预设的对抗网络模型，所述对抗网络模型包括编码模块和解码模块，所述编码模块部署在发送端，所述解码模块部署在接收端，所述图像传输方法包括：

通过所述编码模块对待传输图像进行编码，以得到待传输数据；

通过所述发送端发送所述待传输数据到所述接收端；及

通过所述解码模块对所述待传输数据进行解码，以还原所述待传输数据为接收图像。

2.根据权利要求1所述的图像传输方法，其特征在于，所述编码模块包括第一卷积核和第二卷积核，所述第二卷积核的尺寸小于所述第一卷积核的尺寸，所述通过所述编码模块对待传输图像进行编码，以得到待传输数据，还包括：

基于预设步长通过所述第一卷积核对所述待传输图像进行卷积，以得到第一卷积数据；

通过所述第二卷积核对所述第一卷积数据再次进行卷积，以得到第二卷积数据，并将所述第二卷积数据作为所述待传输数据，所述第二卷积数据的通道数小于所述第一卷积数据的通道数。

3.根据权利要求2所述的图像传输方法，其特征在于，所述编码模块还包括加密单元，所述通过所述编码模块对待传输图像进行编码，以得到待传输数据，还包括：

基于预设的加密算法通过所述加密单元对所述第二卷积数据进行加密，以得到所述待传输数据。

4.根据权利要求1所述的图像传输方法，其特征在于，所述接收图像和所述待传输图像之间的信噪比大于预设阈值。

5.一种对抗网络模型的训练方法，其特征在于，所述对抗网络模型包括生成器和辨别器，所述生成器包括编码模块和解码模块，所述训练方法包括：

输入预设的训练图像到所述生成器，以输出目标图像，其中，所述编码模块对所述训练图像进行编码得到编码数据，及所述解码模块对所述编码数据进行解码得到所述目标图像；

输入所述训练图像和所述目标图像到所述辨别器，以输出辨别结果；

基于预设的损失函数和所述辨别结果，计算损失值；及

根据所述损失值调整所述对抗网络模型的参数，以训练所述对抗网络模型至收敛，收敛后的所述对抗网络模型的所述生成器基于原始图像输出的生成图像和所述原始图像的信噪比大于预设阈值。

6.根据权利要求5所述的对抗网络模型的训练方法，其特征在于，所述输入所述训练图像和所述目标图像到所述辨别器，以输出辨别结果，包括：

输入所述训练图像和所述目标图像到所述辨别器，以输出所述目标图像为第一预设类型的第一概率、所述目标图像为第二预设类型的第二概率及所述目标图像与所述训练图像之间的信噪比，其中，所述第一概率和所述第二概率之和为1；

所述损失函数包括第一损失函数和第二损失函数，所述基于预设的损失函数和所述辨别结果，计算损失值，包括：

基于所述第一损失函数、所述第一概率和所述第二概率，输出第一损失值；

基于所述第二损失函数、和所述目标图像与所述训练图像的信噪比，输出第二损失值；

所述根据所述损失值调整所述对抗网络模型的参数，以训练所述对抗网络模型至收敛，包括：

根据所述第一损失值和所述第二损失值调整所述对抗网络模型的参数，以训练所述对抗网络模型至收敛。

7.根据权利要求5所述的对抗网络模型的训练方法，其特征在于，还包括：

每隔预设时长，基于所述预设时长内获取的传输图像，以生成训练集；

基于所述训练集再次训练所述对抗网络模型至收敛。

8.根据权利要求5所述的对抗网络模型的训练方法，其特征在于，还包括：

输入预设的测试集的多个测试图像到所述对抗网络模型，以输出多个所述目标图像；

计算每个所述目标图像和对应的所述测试图像之间的信噪比；

在所有所述信噪比的均值小于所述预设阈值的情况下，再次训练所述对抗网络模型。

9.根据权利要求5所述的对抗网络模型的训练方法，其特征在于，所述训练图像包括可见光图像、红外图像和深度图像中至少一种。