[发明专利]一种图像生成方法及装置

权利要求书

1.一种图像生成方法，其特征在于，包括：

获取待生成信号；

将所述待生成信号输入第一生成器模型，得到所述第一生成器模型输出的生成图像；

其中，所述第一生成器模型是基于与第一判别器模型、预训练判别器模型形成压缩对抗网络进行对抗训练得到的；

所述预训练判别器模型为预训练过的判别器模型，所述第一判别器模型及预训练判别器模型分别用于鉴别第一生成器模型的输出，得到鉴别信号，并将鉴别信号作用于第一生成器模型的对抗训练过程。

2.根据权利要求1所述的图像生成方法，其特征在于，所述第一生成器模型是基于与第一判别器模型、预训练判别器模型形成压缩对抗网络进行对抗训练得到的，包括：

将所述第一生成器模型与第一判别器模型形成第一生成式对抗网络，并进行第一轮的第一生成器模型与第一判别器模型交替迭代优化；

将所述第一生成器模型与预训练判别器模型形成压缩结构的第二生成式对抗网络，并进行第二轮的第一生成器模型迭代优化。

3.根据权利要求2所述的图像生成方法，其特征在于，所述将所述第一生成器模型与第一判别器模型形成第一生成式对抗网络，并进行第一轮的第一生成器模型与第一判别器模型交替迭代优化，包括：

分别对第一生成器模型以及第一判别器模型进行参数初始化；

获取第一高斯噪声；

将所述第一高斯噪声输入第一生成器模型，得到所述第一生成器模型输出的第一输出图像；

将所述第一输出图像输入所述第一判别器模型，得到所述第一判别器模型输出的所述第一输出图像属于第一类图像的第一概率；

获取训练集中属于第一类图像的真实图像，将所述真实图像输入所述第一判别器模型，得到第一判别器模型输出的所述真实图像属于第一类图像的第二概率；

根据所述第一概率及第二概率得到第一生成式对抗网络的第一目标函数，根据所述第一目标函数分别对第一生成器模型及第一判别器模型进行交替迭代直至所述第一目标函数收敛。

4.根据权利要求3所述的图像生成方法，其特征在于，所述将所述第一生成器模型与预训练判别器模型形成压缩结构的第二生成式对抗网络，并进行第二轮的第一生成器模型迭代优化，包括：

获取第二高斯噪声；

将所述第二高斯噪声输入第一生成器模型，得到所述第一生成器模型输出的第二输出图像；

将所述第二输出图像输入所述预训练判别器模型，得到所述预训练判别器模型输出的所述第二输出图像属于第一类图像的第三概率；

根据所述第三概率得到压缩结构的第二生成式对抗网络的第二目标函数，根据所述第二目标函数对第一生成器模型进行至少一轮迭代优化直至所述第二目标函数收敛。

5.根据权利要求3所述的图像生成方法，其特征在于，所述第一目标函数表示为：

其中，Adv表示生成式对抗网络的损失函数，G表示第一生成器模型(generator)，D表示第一判别器模型(discriminator)。

6.根据权利要求4所述的图像生成方法，其特征在于，所述第二目标函数表示为：

其中，Adv表示生成式对抗网络的损失函数，G表示第一生成器模型，表示预训练判别器模型。

7.根据权利要求1所述的图像生成方法，其特征在于，所述待生成信号为高斯噪声信号。

8.一种图像生成装置，其特征在于，包括：

信号获取单元，用于获取待生成信号；

样本生成单元，用于将所述待生成信号输入第一生成器模型，得到所述第一生成器模型输出的生成图像；

其中，所述第一生成器模型是基于与第一判别器模型、预训练判别器模型形成压缩对抗网络进行对抗训练得到的；

所述预训练判别器模型为预训练过的判别器模型，所述第一判别器模型及预训练判别器模型分别用于鉴别第一生成器模型的输出，得到鉴别信号，并将鉴别信号作用于第一生成器模型的对抗训练过程。