[发明专利]用于生成具有对象预定计数的图像的生成器网络

权利要求书

1.一种用于训练生成器网络（1）的方法（100），生成器网络（1）被配置为生成具有多个对象（14a-14d）的图像（13），所述方法包括：

● 提供（110）训练图像（11）集合，并且对于每个训练图像（11），提供相应训练图像（11）包含的对象（14a-14d）的至少一个实际计数（15a-15d）；

● 提供（115）生成器网络（1），生成器网络（1）被配置为将噪声样本（17）和对象（14a-14d）的至少一个目标计数（16a-16d）的组合映射到生成图像（13）；

● 提供（120）鉴别器网络（2），鉴别器网络（2）被配置为将图像（21）映射到以下各项的组合：图像是训练图像（11）还是由生成器网络（1）生成的生成图像（13）的判定（23），以及图像（21）中对象（14a-14d）的至少一个预测计数（18a-18d）；

● 抽取（130）噪声样本（17）和对象（14a-14d）的目标计数（16a-16d）；

● 由生成器网络（1）将噪声样本（17）和对象（14a-14d）的目标计数（16a-16d）映射（140）到生成图像（13）；

● 从包括生成图像（13）以及训练图像（11）的池（P）随机抽取（150）图像（21）；

● 将随机抽取的图像（21）供应（160）到鉴别器网络（2），从而将它们映射到以下各项的组合：相应的图像（21）是训练图像（11）还是生成图像（13）的判定（23），以及该图像（21）中对象（14a-14d）的至少一个预测计数（18a-18d）；

● 用如下目标优化（170）表征鉴别器网络（2）行为的鉴别器参数（22）：改进鉴别器网络（2）在生成图像（13）和训练图像（11）之间进行区分所具有的准确度；

● 用退化所述准确度的目标优化（180）表征生成器网络（1）行为的生成器参数（12）；和

● 用如下目标进一步优化（190）生成器参数（12）和鉴别器参数（22）二者：改进在一方面对象（14a-14d）的预测计数（18a-18d）与另一方面对象（14a-14d）的实际（15a-15d）或目标（16a-16d）计数之间的匹配。

2.根据权利要求1所述的方法（100），其中，提供（121）鉴别器网络（2），鉴别器网络（2）包括：

● 包括多个卷积层和分类层的第一网络（2a），被配置为将这些卷积层的结果映射到被输入到鉴别器网络（2）的图像是训练图像（11）还是生成图像（13）的判定（23）；和

● 包括多个卷积层和回归层的第二网络（2b），被配置为将这些卷积层的结果映射到图像（21）中对象（14a-14d）的至少一个预测计数（18a-18d）。

3.根据权利要求2所述的方法（100），其中，在鉴别器网络（2）的训练期间，

● 表征第一网络（2a）中至少一个卷积层的行为的更新参数也在第二网络（2b）中的对应卷积层中被更新（121a），和/或

● 表征第二网络（2b）中至少一个卷积层的行为的更新参数也在第一网络（2a）中的对应卷积层中被更新（121b）。

4.根据权利要求1至3中任一项所述的方法（100），其中，用优化公共损失函数值的目标来执行（195）生成器参数（12）和鉴别器参数（22）的优化（170-190），所述公共损失函数值包括：

● 鉴别器网络（2）识别训练图像（11）变得越低越好的第一贡献；

● 鉴别器网络（2）识别生成图像（13）变得越低越好的第二贡献；和

● 如果输入到鉴别器网络（2）的图像（21）是训练图像（13），则对象（14a-14d）的预测计数（18a-18d）与对象（14a-14d）的实际计数（15a-15d）匹配变得越低越好，或者如果输入到鉴别器网络（2）的图像（21）是生成图像（13），则对象（14a-14d）的预测计数（18a-18d）与对象（14a-14d）的目标计数（16a-16d）匹配变得越低越好的第三贡献。

5.根据权利要求4所述的方法（100），其中，第三贡献是一方面对象（14a-14d）的实际（15a-15d）或目标（16a-16d）计数与另一方面对象（14a-14d）的预测计数（18a-18d）之间差的范数。