[发明专利]生成式对抗网络训练方法、图像补全方法、设备及存储介质

权利要求书

1.一种图像补全方法，适用于计算设备，其特征在于，所述方法包括：

获取待补全图像，所述待补全图像含有缺失区域；

将所述待补全图像输入预先训练出的图像补全网络，利用所述图像补全网络对所述缺失区域进行图像补全，得到补全后的图像；

其中，所述图像补全网络是利用第一局部上下文判别器、第二局部上下文判别器和全局判别器进行对抗训练得到的；所述第一局部上下文判别器保持图像补全的局部一致性，所述第二局部上下文判别器保持图像补全的中心一致性，所述全局判别器保持图像补全的全局一致性；

其中，图像补全网络的训练过程，包括：

利用包含缺失区域的样本图像，进行图像补全训练，得到初步补全网络和初步补全图像；其中，样本图像是原始图像增加缺失区域后形成的图像集；

从初步补全图像中提取第一局部图像和第二局部图像；其中，第一局部图像是初步补全图像中以补全区域为中心的图像块，第二局部图像是位于所述补全区域中心的图像块；

将第一局部图像输入初始判别器，以第一局部图像与原始图像中的对应区域之间的对抗损失作为目标函数，对初始判别器进行训练，得到第一局部上下文判别器；

将第二局部图像输入初始判别器，以第二局部图像与原始图像中的对应区域之间的对抗损失作为目标函数，对初始判别器进行训练，得到第二局部上下文判别器；

将初步补全图像输入初始判别器，以初步补全图像与原始图像之间的对抗损失作为目标函数，对初始判别器进行训练，得到全局判别器；

利用包含缺失区域的样本图像，通过第一局部上下文判别器、第二局部上下文判别器和全局判别器联合对初级补全网络进行对抗训练，得到图像补全网络。

2.根据权利要求1所述的方法，其特征在于，获取待补全图像，包括：

将原始图像中与图像内容不匹配的图像区域进行剪切，得到所述待补全图像；或者

获取原本包含缺失区域的图像作为所述待补全图像。

3.一种生成式对抗网络训练方法，适用于服务端设备，其特征在于，所述方法包括：

利用包含缺失区域的样本图像，进行图像补全训练，得到初步补全网络和初步补全图像；其中，样本图像是原始图像增加缺失区域后形成的图像集；

从初步补全图像中提取第一局部图像和第二局部图像；其中，第一局部图像是初步补全图像中以补全区域为中心的图像块，第二局部图像是位于所述补全区域中心的图像块；

利用初步补全图像，进行判别器训练，得到第一局部上下文判别器、第二局部上下文判别器和全局判别器；

利用包含缺失区域的样本图像，通过第一局部上下文判别器、第二局部上下文判别器和全局判别器联合对初级补全网络进行对抗训练，得到图像补全网络；

其中，所述第一局部上下文判别器保持图像补全的局部一致性，所述第二局部上下文判别器保持图像补全的中心一致性，所述全局判别器保持图像补全的全局一致性；

利用初步补全图像，进行判别器训练，得到第一局部上下文判别器、第二局部上下文判别器和全局判别器，包括：

将第一局部图像输入初始判别器，以第一局部图像与原始图像中的对应区域之间的对抗损失作为目标函数，对初始判别器进行训练，得到第一局部上下文判别器；

将第二局部图像输入初始判别器，以第二局部图像与原始图像中的对应区域之间的对抗损失作为目标函数，对初始判别器进行训练，得到第二局部上下文判别器；

将初步补全图像输入初始判别器，以初步补全图像与原始图像之间的对抗损失作为目标函数，对初始判别器进行训练，得到全局判别器。

4.根据权利要求3所述的方法，其特征在于，利用包含缺失区域的样本图像，进行图像补全训练，得到初步补全网络和初步补全图像，包括：

将所述样本图像和由所述样本图像二值化得到的二值图像作为输入参数，利用包含缺失区域的样本图像与原始图像中与所述缺失区域相应区域的均方误差进行图像补全训练，得到初步补全网络；

固定初步补全网络的网络参数，得到初步补全图像。