[发明专利]网络优化方法及装置、图像处理方法及装置、存储介质

权利要求书

1.一种网络优化方法，所述方法用于优化神经网络，其特征在于，包括：

获取图像样本组，所述图像样本组包括由相同对象的图像形成的图像对，以及由不同对象的图像形成的图像对；

获取所述图像样本组中各图像的第一特征和第二特征，并利用各图像的第一特征得到第一分类结果，所述第一特征包括身份特征，所述第二特征包括属性特征；

对所述图像样本组内各图像对执行特征交换处理得到新的图像对，所述特征交换处理为利用图像对内的第一图像的第一特征以及第二图像的第二特征生成新的第一图像，以及利用第一图像的第二特征以及第二图像的第一特征生成新的第二图像；

利用预设方式，获得所述第一分类结果的第一损失值、所述新的图像对的第二损失值，以及所述新的图像对的第一特征和第二特征的第三损失值；

至少根据所述第一损失值、第二损失值和第三损失值调节神经网络的参数，直至满足预设要求。

2.根据权利要求1所述的方法，其特征在于，所述获取所述图像样本组中各图像的第一特征和第二特征，包括：

将所述图像对的两个图像输入至所述神经网络的身份编码网络模块以及属性编码网络模块；

利用所述身份编码网络模块获取所述图像对内的两个图像的第一特征，以及利用所述属性编码网络模块获取所述图像对内的两个图像的第二特征。

3.根据权利要求2所述的方法，其特征在于，所述利用预设方式，获得所述第一分类结果的第一损失值、所述新的图像对的第二损失值，以及所述新的图像对的第一特征和第二特征的第三损失值，包括：

获得通过所述身份编码网络模块获取的第一特征的第一分类结果；

利用第一预设方式，根据所述第一分类结果和输入的图像对应的真实分类结果，获得所述第一损失值。

4.根据权利要求2或3所述的方法，其特征在于，在将所述图像对的两个图像输入至所述身份编码网络模块之前，所述方法还包括：

向所述图像对的两个图像中所述对象的图像区域加入噪声。

5.根据权利要求1所述的方法，其特征在于，所述对所述图像样本组内各图像对执行特征交换处理得到新的图像对，包括：

将所述图像样本组的图像对中各图像的第一特征和第二特征输入至所述神经网络的生成网络模块；

通过所述生成网络模块对所述图像样本组内各图像对执行所述特征交换处理，得到所述新的图像对。

6.根据权利要求1所述的方法，其特征在于，在输入的图像对为相同对象的图像的情况下，对所述图像样本组内各图像对执行特征交换处理得到新的图像对，包括：对所述图像对内的图像执行一次特征交换处理得到所述新的图像对，其包括：

利用图像对中的第一图像的第一特征以及第二图像的第二特征生成新的第一图像，以及利用所述第一图像的第二特征以及第二图像的第一特征生成新的第二图像。

7.根据权利要求1所述的方法，其特征在于，在输入的图像对为不同对象的图像的情况下，对所述图像样本组内各图像对执行特征交换处理得到新的图像对，包括：对所述图像对内的图像执行两次特征交换处理得到新的图像对，其包括：

利用图像对中的第一图像的第一特征以及第二图像的第二特征生成新的第一中间图像，以及利用所述第一图像的第二特征以及第二图像的第一特征生成新的第二中间图像；

利用所述第一中间图像的第一特征以及第二中间图像的第二特征生成第一的第一图像，利用所述第一中间图像的第二特征以及第二中间图像的第一特征生成新的第二图像。

8.根据权利要求5-7中任意一项所述的方法，其特征在于，所述利用预设方式，获得所述第一分类结果的第一损失值、所述新的图像对的第二损失值，以及所述新的图像对的第一特征和第二特征的第三损失值，包括：

利用第二预设方式，获得通过所述神经网络的生成网络模块获得的新的图像对相对于原始图像对的第二损失值。