[发明专利]一种图像生成方法、装置及设备

权利要求书

1.一种图像生成方法，其特征在于，所述方法包括：

获取第一图像；

根据所述第一图像，通过预先训练的生成式对抗网络GAN模型生成第二图像，所述预先训练的GAN模型是通过代价损失函数控制训练得到的；

其中，所述根据所述第一图像，通过预先训练的GAN模型生成第二图像之前，还包括：

获取训练样本集，所述训练样本集包括多组图像对；

从所述训练样本集中随机获取一组图像对包括的第一样本图像和第二样本图像；

根据所述第一样本图像和所述第二样本图像，训练所述GAN模型，所述GAN模型包括第一生成器、第二生成器、第一判别器和第二判别器；

其中，所述根据所述第一样本图像和所述第二样本图像，训练所述GAN模型，包括：

根据所述第一样本图像，通过所述GAN模型包括的第一生成器生成第一生成图像，通过所述GAN模型包括的第一判别器判别所述第一生成图像；

根据所述第一生成图像，通过所述GAN模型包括的第二生成器生成第二生成图像；

通过所述GAN模型包括的第二判别器判别所述第一样本图像；

根据所述第一样本图像，通过所述第二生成器生成第三生成图像；

根据所述第二样本图像，通过所述第二生成器生成第四生成图像，通过所述第二判别器判别所述第四生成图像；

根据所述第四生成图像，通过所述第一生成器生成第五生成图像；

通过所述第一判别器判别所述第二样本图像；

根据所述第二样本图像，通过所述第一生成器生成第六生成图像；

根据所述第一样本图像和所述第三生成图像，计算所述第一样本图像对应的损失值；

根据所述第二样本图像和所述第六生成图像，计算所述第二样本图像对应的损失值；

根据所述第一样本图像对应的损失值和所述第二样本图像对应的损失值，计算所述GAN模型对应的代价损失函数的代价值；

根据所述代价值，判断是否终止对所述GAN模型的训练。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一样本图像和所述第三生成图像，计算所述第一样本图像对应的损失值，包括：

计算所述第一样本图像与所述第三生成图像之间的差值，得到所述第一样本图像对应的差值矩阵；

计算所述差值矩阵包括的所有像素值的平均值；

将所述平均值确定为所述第一样本图像对应的损失值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一样本图像对应的损失值和所述第二样本图像对应的损失值，计算所述GAN模型对应的代价损失函数的代价值，包括：

根据所述第一样本图像对应的损失值和所述第二样本图像对应的损失值，通过公式(1)计算所述GAN模型对应的代价损失函数的代价值；

L＝L(A,A3)+L(B,B3)+LOSS (1)

在公式(1)中，L为所述代价值，L(A,A3)为所述第一样本图像对应的损失值，L(B,B3)为所述第二样本图像对应的损失值，LOSS为原始代价函数值，A为第一样本图像对应的像素矩阵，A3为第三生成图像对应的像素矩阵，B为第二样本图像对应的像素矩阵，B3为第六生成图像对应的像素矩阵。