[发明专利]一种名为MSGAN的图像的季节风格转换模型及方法

权利要求书

1.一种名为MSGAN的图像的季节风格转换模型，其特征在于，包括生成器G、生成器F、第一真假鉴别器D_G、第二真假鉴别器D_F以及季节鉴别器D_S；

所述生成器G的输入包括输入图像以及携带输入的季节风格信息的条件向量，所述生成器G将输入的图像转化为由条件向量确定的季节风格的图像；所述第一真假鉴别器D_G区分生成器G转换后的图像是否为合成图像，并将结果反馈给生成器G，用以对生成器G提供指导；所述季节鉴别器D_S对每个合成的图像或真实的图像进行季节分类，并将结果反馈给生成器G，用以对生成器G提供指导；

所述生成器F将生成器G生成的图像转换为与初始输入图像相似的合成图像，所述第二真假鉴别器D_F区分生成器F转换后的图像是否为合成图像。

2.根据权利要求1所述的一种名为MSGAN的图像的季节风格转换模型，其特征在于，所述生成器G在训练时的损失函数为：

式中，X与Y表示训练时输入模型的图片，L_cGAN(G,D_G,X,Y)表示生成器G和第一鉴别器D_G的对抗损失函数，L_cyc(G)表示生成器G的循环一致性损失函数，L_color表示色调损失函数，L_ssim表示相似性损失函数，L_style(G,D_S)表示季节风格损失函数，α、β、γ、δ均为网络损失值的比例权重；各损失函数具体如下：

其中，G(x|c)表示生成器G根据输入的图像x与条件c生成的图像，表示当(x,y)服从真实数据分布时*的数学期望，表示当x服从真实数据分布时*的数学期望，D_G(x,y)第一真假鉴别器鉴别真实图像时输出的结果，D_G(x,G(x|c))表示第一真假鉴别器D_G鉴别生成器G合成的图像时输出的结果；

其中，F(G(x|c))表示生成器F对生成器G在条件c下的输出的结果的转化结果；

其中，G(x|c)_w表示生成器G在条件c下输出的结果的色调值，y_w表示参考图像的色调值；

其中，N为窗口中像素p的数目，SSIM(*)为损失函数；

其中，表示当y服从真实数据分布时*的数学期望，D_S(G(x|c))表示季节鉴别器Ds对生成器G在条件c时的判断结果，D_S(y)表示季节鉴别器Ds对真实图像的判别结果。