[发明专利]图像增强网络的训练方法、图像处理方法及相关设备

权利要求书

1.一种图像增强网络的训练方法，其特征在于，包括：

获取多个初始图像，将各个所述初始图像作为训练样本输入图像生成网络，逐级对所述图像生成网络中的各级生成子网络进行训练；所述图像生成网络包括至少两级生成子网络；每个所述初始图像作为所述图像生成网络中首级生成子网络的输入，对每一级生成子网络输出的节点图像进行预处理得到的样本图像作为下一级生成子网络进行训练时的输入；每一级生成子网络的输入图像的尺寸小于其下一级生成子网络的输入图像的尺寸；

将当前处于训练状态的生成子网络输出的节点图像输入图像判别网络，经所述图像判别网络进行卷积处理后，得到与所述当前处于训练状态的生成子网络对应的判别值；

依据所述判别值更新所述当前处于训练状态的生成子网络及所述图像判别网络的网络参数，直至所述图像判别网络输出的判别值满足预设的收敛条件，结束对所述当前处于训练状态的生成子网络的训练；

当所述图像生成网络的末级生成子网络完成训练时，结束对所述图像生成网络的训练，将训练完成的所述图像生成网络作为所述图像增强网络。

2.根据权利要求1所述的方法，其特征在于，将各个所述初始图像作为训练样本输入图像生成网络，逐级对所述图像生成网络中的各级生成子网络进行训练，包括：

对当前待训练的生成子网络进行训练时，在各个所述初始图像中任意选取多个初始图像作为训练样本输入所述图像生成网络，以对所述当前待训练的生成子网络进行训练。

3.根据权利要求1所述的方法，其特征在于，每个所述初始图像作为所述图像生成网络的中首级生成子网络的输入，包括：

确定所述首级生成子网络输入图像的尺寸；

判断当前待输入初始图像的图像尺寸是否为所述首级生成子网络输入图像的尺寸；

若否，则将当前待输入初始图像的图像尺寸缩放至所述首级生成子网络输入图像的尺寸后，输入所述首级生成子网络。

4.根据权利要求1或3所述的方法，其特征在于，对每一级生成子网络输出的节点图像进行预处理得到样本图像的过程，包括：

获取第一图像，所述第一图像由其对应的初始图像依据该级生成子网络的下一级生成子网络输入图像的尺寸预先缩放获得；所述第一图像的尺寸与该级生成子网络输出的节点图像的尺寸相同；

将所述第一图像的图像数据与所述第一图像对应的该级生成子网络输出的节点图像的图像数据进行拼接，获得所述样本图像。

5.根据权利要求1或3所述的方法，其特征在于，对每一级生成子网络输出的节点图像进行预处理得到样本图像的过程，包括：

获取第一图像，所述第一图像由其对应的初始图像依据该级生成子网络的下一级生成子网络输入图像的尺寸预先缩放获得；所述第一图像的尺寸与该级生成子网络输出的节点图像的尺寸相同；

对所述第一图像进行图像变换，获得所述第一图像对应的第二图像，所述第一图像与所述第二图像的尺寸相同；

将所述第二图像的图像数据与所述第二图像对应的该级生成子网络输出的节点图像的图像数据进行拼接，获得所述样本图像。

6.根据权利要求1所述的方法，其特征在于，所述将当前处于训练状态的生成子网络输出的节点图像输入图像判别网络，经所述图像判别网络进行卷积处理后，得到与所述当前处于训练状态的生成子网络对应的判别值，包括：

将所述当前处于训练状态的生成子网络输出的节点图像，输入所述图像判别网络中与所述当前处于训练状态的生成子网络对应的判别子网络集群中，所述图像判别网络中包括多级图像判别子网络，所述判别子网络集群中包括至少一级图像判别子网络；所述当前处于训练状态的生成子网络与其对应的所述判别子网络集群中的首级判别子网络的输入图像的尺寸相同；所述判别子网络所包含的网络级数不小于所述图像生成网络的网络级数；所述图像生成网络的末级生成子网络的输入图像的尺寸与所图像判别网络的首级判别子网络的输入图像的尺寸相同；

经所述判别子网络集群中的各级判别子网络对所述节点图像进行逐级卷积处理，得到与所述当前处于训练状态的生成子网络对应的判别值。