[发明专利]神经网络训练方法、图像编码和解码方法及相关产品

权利要求书

1.一种神经网络训练方法，其特征在于，所述神经网络包括第一网络和第二网络，包括：

将第一水印数据和第一图像样本输入所述第一网络，得到第二图像样本；

对所述第二图像样本进行扰动处理，得到第三图像样本；

将所述第三图像样本输入所述第二网络，得到第二水印数据；

根据所述第二图像样本、所述第一图像样本、所述第一水印数据和所述第二水印数据，调整所述神经网络的网络参数。

2.根据权利要求所述的方法，其特征在于，所述根据所述第二图像样本、所述第一图像样本、所述第一水印数据和所述第二水印数据，调整所述神经网络的网络参数，包括：

根据所述第一图像样本和所述第二图像样本确定第一损失结果；

根据所述第一水印数据和所述第二水印数据得到第二损失结果；

根据所述第一损失结果和所述第二损失结果，调整所述神经网络的网络参数值。

3.根据权利要求1或2所述的方法，所述第一水印数据包括比特流；在所述将第一水印数据和第一图像样本输入所述第一网络，得到第二图像样本之前，所述方法还包括：

对水印样本进行编码，得到所述水印样本对应的所述比特流；

所述将第一水印数据和第一图像样本输入所述第一网络，得到第二图像样本，包括：

通过所述第一网络对所述第一图像样本进行分割，得到第一样本块；

对所述第一比特流进行分割，得到与至少部分所述第一样本块中每个第一样本块对应的子比特流；

根据所述每个第一样本块对应的子比特流，得到与所述至少部分所述第一样本块对应的多个第二样本块；

根据对所述第一图像样本进行分割的方式，对所述多个第二样本块进行拼接，得到所述第二图像样本。

4.根据权利要求1-3任一项所述的方法，其特征在于，在所述第一图像样本的尺寸与所述神经网络规定的尺寸不匹配的情况下，在所述将第一水印数据和第一图像样本输入所述第一网络，得到第二图像样本之前，所述方法还包括：

对所述第一图像样本的尺寸进行缩放，以使缩放后的所述第一图像样本的尺寸与神经网络规定的尺寸匹配。

5.根据权利要求4所述的方法，其特征在于，在所述对所述第二图像样本进行扰动处理，得到第三图像样本之前，所述方法还包括：

对所述第二图像样本的尺寸进行恢复，并将调整尺寸后的图像样本作为所述第二图像样本，所述调整尺寸后的图像样本的尺寸与所述第一图像样本的尺寸相同。

6.根据权利要求3-5任一项所述的方法，其特征在于，所述根据所述每个第一样本块对应的子比特流，得到与所述至少部分所述第一样本块对应的多个第二样本块，包括：

对所述每个第一样本块进行特征提取，得到所述每个第一样本块对应的特征图；

将所述每个第一样本块对应的子比特流进行多次复制与组合，得到第一三维矩阵，所述第一三维矩阵中每层的维度与所述特征图的维度相同，且所述第一三维矩阵中每层的数据相同；

将所述每个第一样本块对应的特征图与所述第一三维矩阵进行拼接，得到与所述每个第一样本块对应的第二三维矩阵；

对所述每个第一样本块对应的第二三维矩阵进行上采样处理，得到与所述至少部分所述第一样本块对应的多个第二样本块。

7.根据权利要求6所述的方法，其特征在于，所述对所述每个第一样本块对应的第二三维矩阵进行上采样处理，得到与所述至少部分所述第一样本块对应的多个第二样本块，包括：

对所述每个第一样本块对应的第二三维矩阵进行上采样处理，并将上采样处理得到的三维矩阵与对所述每个第一样本块进行特征提取时得到的维度相同的三维矩阵进行拼接，得到第三三维矩阵；

根据所述第三三维矩阵，得到与所述至少部分所述第一样本块对应的多个第二样本块。