[发明专利]对抗网络架构的优化方法、图像描述生成方法和系统

说明书

本申请涉及计算机技术领域，具体公开了一种对抗网络架构的优化方法、图像描述生成方法、系统、电子设备和装置，该方法包括以下步骤：构建对抗网络架构；藉由训练图像以对对抗网络架构进行对抗优化训练以得到优化后的对抗网络架构。通过上述方式，本申请能够解决相关技术所提供的图像描述生成方法存在生成质量较差的技术问题。

技术领域

本申请涉及计算机技术领域，特别是涉及一种对抗网络架构的优化方法、图像描述生成方法、系统、电子设备和装置。

背景技术

为了对图像中所包含的内容进行准确识别，目前常常会采用图像描述生成算法，来自动生成与图像中内容相匹配的图像描述信息。

常用的生成方式是通过Encoder-Decoder(编码器-解码器)结构，把卷积神经网络(Convolutional Neural Networks，简称CNN)用作编码器，将图像信息从像素空间编码到隐藏空间，然后把循环神经网络(Recurrent Neural Networks，RNN)用作解码器，将隐藏空间中编码后的图像信息解码到语言空间。

本申请的发明人在长期的研发过程中，发现上述生成方式存在易于产生通用或信息含量低的图像描述，这些图像描述不能恰当地反映给定图像的含义的问题。

发明内容

基于此，本申请提供一种对抗网络架构的优化方法、图像描述生成方法、系统、电子设备和装置，能够解决相关技术所提供的图像描述生成方法存在生成质量较差的技术问题。

一方面，本申请提供了一种对抗网络架构的优化方法，该方法包括以下步骤：构建对抗网络架构；藉由训练图像以对对抗网络架构进行对抗优化训练以得到优化后的对抗网络架构，优化后的对抗网络架构为如前述的方法优化后的对抗网络架构。

另一方面，本申请提供了一种对抗网络架构的优化系统，该系统包括：构建单元，用于构建对抗网络架构；对抗优化训练单元，用于藉由训练图像以对对抗网络架构进行对抗优化训练以得到优化后的对抗网络架构。

又一方面，本申请提供了一种图像描述生成方法，获取待描述图像；将待描述图像输入优化后的对抗网络架构中，得到待描述图像的最优图像描述，其中，优化后的对抗网络架构为如前述的方法优化后的对抗网络架构。

再一方面，本申请提供了一种图像描述信息生成系统，包括：获取单元，用于获取待描述图像；输入单元，用于将上述目标图像输入目标图像描述信息生成网络，其中，将待描述图像输入优化后的对抗网络架构中，得到待描述图像的最优图像描述，上述优化后的对抗网络架构为如前述的方法优化后的对抗网络架构。

再一方面，本申请提供了一种电子设备，电子设备包括：存储器，存储有计算机可读指令；处理器，读取存储器存储的计算机可读指令，以执行前述的对抗网络架构的优化方法。

再一方面，本申请提供了一种具有存储功能的装置，装置上存储有计算机可读指令，当计算机可读指令被计算机的处理器执行时，使计算机执行前述的对抗网络架构的优化方法。

本申请的有益效果是：区别于现有技术的情况，本申请区别于现有技术的情况，本申请构建对抗网络架构后，藉由训练图像以对对抗网络架构进行对抗优化训练以得到优化后的对抗网络架构。该对抗优化训练可以使对抗网络架构得到强化学习，从而实现利用对抗网络架构所生成的图像描述得到综合优化，进而达到改善图像描述信息的生成质量，克服了相关技术所提供的图像描述信息生成方法存在生成质量较差的技术问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请对抗网络架构的优化方法一实施方式的流程示意图