[发明专利]图像生成方法、系统、服务器及存储介质

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：

获取原始图像，并对所述原始图像进行分割处理，得到监督图像；

将所述原始图像和所述监督图像进行图像融合，得到多通道图像数据；

将所述多通道图像数据作为输入值，输入到基于改进的生成式对抗网络训练的图像生成模型中，根据所述图像生成模型的输出得到目标图像数据，其中所述改进的生成式对抗网络为融入非感兴趣区域三通道损失函数的生成式对抗网络；

对所述目标图像数据进行复原处理，去除所述目标图像数据中所包括的监督图像通道数据，得到最终生成图像；

其中，将所述原始图像和所述监督图像进行图像融合，包括：

将所述原始图像和所述监督图像进行深度拼接；

非感兴趣区域三通道损失函数为：

其中，Loss_NROI为非感兴趣区域三通道损失函数，K为损失函数重要性系数，w_i表示通道加权系数，i代表图像通道，Input表示输入图像，Output表示生成式对抗网络生成图像，mask为单通道的监督图像，“*”表示矩阵点乘，“‖‖₂”表示2-范数；

相应的，改进的生成式对抗网络的损失函数为所述非感兴趣区域三通道损失函数与所述生成式对抗网络的原始损失函数的和。

2.根据权利要求1所述的方法，其特征在于，改进的生成式对抗网络包括生成器和判别器；

相应的，改进的生成式对抗网络的训练过程包括：

将对训练样本图像进行分割处理后得到的监督图像和所述训练样本融合，并将得到的多通道图像数据输入到所述生成器或所述判别器中的任意一个，或者同时输入到所述生成器和所述判别器以进行训练。

3.根据权利要求1所述的方法，其特征在于，所述监督图像为实例分割图像；

相应的，对所述原始图像进行分割处理，得到监督图像，包括：

对所述原始图像进行实例分割处理，得到带有不同实例对象信息的分割图像；

对所述分割图像进行筛选，保留预先指定的实例类别所对应的分割图像作为实例分割图像，并将所述实例分割图像处理为单通道图像数据。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对生成的所述最终生成图像进行输出展示。

5.一种图像生成系统，其特征在于，所述系统包括：

监督图像引入模块，用于获取原始图像，并对所述原始图像进行分割处理，得到监督图像；

复合通道生成模块，用于将所述原始图像和所述监督图像进行图像融合，得到多通道图像数据；

图像生成模块，用于将所述多通道图像数据作为输入值，输入到基于改进的生成式对抗网络训练的图像生成模型中，根据所述图像生成模型的输出得到目标图像数据，其中所述改进的生成式对抗网络为融入非感兴趣区域三通道损失函数的生成式对抗网络；

图像复原模块，用于对所述目标图像数据进行复原处理，去除所述目标图像数据中所包括的监督图像通道数据，得到最终生成图像；

其中，复合通道生成模块具体用于：

将将所述原始图像和所述监督图像进行深度拼接；

非感兴趣区域三通道损失函数为：

其中，Loss_NROI为非感兴趣区域三通道损失函数，K为损失函数重要性系数，w_i表示通道加权系数，i代表图像通道，Input表示输入图像，Output表示生成式对抗网络生成图像，mask为单通道的监督图像，“*”表示矩阵点乘，“‖‖₂”表示2-范数；

相应的，改进的生成式对抗网络的损失函数为所述非感兴趣区域三通道损失函数与所述生成式对抗网络的原始损失函数的和。

6.根据权利要求5所述的系统，其特征在于，改进的生成式对抗网络包括生成器和判别器；

相应的，改进的生成式对抗网络的训练过程包括：

将对训练样本图像进行分割处理后得到的监督图像和所述训练样本融合，并将得到的多通道图像数据输入到所述生成器或所述判别器中的任意一个，或者同时输入到所述生成器和所述判别器以进行训练。