[发明专利]生成式对抗网络的训练方法及装置、图像增强方法及设备

权利要求书

1.一种用于图像增强的生成式对抗网络的训练方法，其特征在于，所述生成式对抗网络包括生成器和判别器，所述训练方法包括：

获取第一样本集合和第二样本集合，所述第一样本集合包括第一图像数据和所述第一图像数据的增强图像数据，所述第二样本集合包括第二图像数据；

分别将每一第一图像数据输入生成式对抗网络，根据所述增强图像数据与所述生成式对抗网络的第一网络输出结果计算第一损失误差，并根据所述第一损失误差调整所述生成式对抗网络的网络参数，包括：

将所述第一图像数据输入所述生成器，得到所述生成器输出的待判别图像数据；

将所述待判别图像数据输入所述判别器，得到所述判别器的第一判别器输出结果；

根据所述增强图像数据、所述待判别图像数据和所述第一判别器输出结果计算所述生成器的第一生成器损失误差，以根据所述第一生成器损失误差调整所述生成器的网络参数；

将所述增强图像数据输入所述判别器，得到所述判别器的第二判别器输出结果；

根据所述第二判别器输出结果和所述第一判别器输出结果计算所述判别器的第一判别器损失误差，以根据所述第一判别器损失误差调整所述判别器的网络参数；

分别将每一第二图像数据输入生成式对抗网络，根据所述生成式对抗网络的第二网络输出结果计算第二损失误差，并根据所述第二损失误差调整所述生成式对抗网络的网络参数，包括：

将所述第二图像数据输入所述生成器，得到所述生成器输出的待判别图像数据；

将所述待判别图像数据输入所述判别器，得到所述判别器的第三判别器输出结果；

根据所述第三判别器输出结果分别计算所述生成器的第二生成器损失误差以及所述判别器的第二判别器损失误差，以根据所述第二生成器损失误差调整所述生成器的网络参数，根据所述第二判别器损失误差调整所述判别器的网络参数；

根据所述第一损失误差调整所述生成式对抗网络的网络参数，包括：

将所述第一损失误差在所述生成式对抗网络中进行反向传播操作，并根据随机梯度下降方法调整所述网络参数；

和/或，根据所述第二损失误差调整所述生成式对抗网络的网络参数，包括：

将所述第二损失误差在所述生成式对抗网络中进行反向传播操作，并根据随机梯度下降方法调整所述网络参数。

2.如权利要求1所述的生成式对抗网络的训练方法，其特征在于，根据所述增强图像数据、所述待判别图像数据和所述第一判别器输出结果计算所述生成器的第一生成器损失误差，包括：

根据所述第一判别器输出结果计算第一类误差期望值，根据所述待判别图像数据和所述增强图像数据计算图像误差；

对所述第一类误差期望值和所述图像误差进行加权求和得到所述第一生成器损失误差；

根据所述第二判别器输出结果和所述第一判别器输出结果计算所述第一判别器损失误差，包括：

根据所述第一判别器输出结果计算第二类误差期望值，根据所述第二判别器输出结果计算第三类误差期望值；

对所述第二类误差期望值和所述第三类误差期望值进行加权求和得到所述第一判别器损失误差。

3.如权利要求1所述的生成式对抗网络的训练方法，其特征在于，根据所述第三判别器输出结果计算所述第二生成器损失误差，包括：

根据所述第三判别器输出结果计算第一类误差期望值，根据所述第一类误差期望值确定所述第二生成器损失误差；

根据所述第三判别器输出结果计算所述第二判别器损失误差，包括：

根据所述第三判别器输出结果计算第二类误差期望值，根据所述第二类误差期望值确定所述第二判别器损失误差。

4.一种图像增强方法，其特征在于，所述图像增强方法包括：

获取待增强图像数据；

将所述待增强图像数据输入生成式对抗网络，其中，所述生成式对抗网络由权利要求1-3中任一项所述的生成式对抗网络的训练方法得到；

经过所述生成式对抗网络对输入的待增强图像数据进行图像增强，得到增强图像数据。