[发明专利]图像生成模型的训练方法、图像生成方法及装置

权利要求书

1.一种图像生成模型的训练方法，其中，待训练的图像生成模型包括N个生成器和一个判别器，N为大于1的整数；所述方法包括：

获取训练样本数据集，其中，所述训练样本数据集包括样本图像，其中，所述样本图像包括待识别号码；

对所述训练样本数据集中的所述样本图像进行特征提取，生成N个特征数据，其中，所述N个特征数据中的每个所述特征数据分别表征所述样本图像的一种特征；以及

利用所述N个特征数据以及所述样本图像训练待训练的图像生成模型，得到训练完成的图像生成模型，其中，一个所述特征数据输入对应的一个所述生成器。

2.根据权利要求1所述的方法，所述对所述训练样本数据集中的所述样本图像进行特征提取，生成N个特征数据包括：

对所述样本图像进行小波变换，得到第一特征数据；

对所述样本图像进行局部二值处理，得到第二特征数据；

对所述样本图像进行尺度不变特征变换，得到第三特征数据。

3.根据权利要求2所述的方法，其中，所述待训练的图像生成模型包括第一生成器、第二生成器和第三生成器；

所述利用所述特征数据以及所述样本图像训练待训练的图像生成模型，得到训练完成的图像生成模型包括：

将所述第一特征数据输入所述第一生成器，输出第一特征图像；

将所述第二特征数据输入所述第二生成器，输出第二特征图像；

将所述第三特征数据输入所述第三生成器，输出第三特征图像；

根据所述第一特征图像、所述第二特征图像和所述第三特征图像，生成特征图像；

将所述特征图像和所述样本图像输入所述判别器，输出评判值；

根据所述评判值迭代地调整所述第一生成器、所述第二生成器、所述第三生成器和所述判别器的网络参数，直至所述评判值满足预设条件，其中，所述评判值用于表征所述特征图像和所述样本图像的相似度。

4.根据权利要求3所述的方法，其中，所述根据所述第一特征图像、所述第二特征图像和所述第三特征图像，生成特征图像包括：

根据所述第一特征图像和与所述第一特征图像对应的第一权重，得到第一权重图像；

根据所述第二特征图像和与所述第二特征图像对应的第二权重，得到第二权重图像；

根据所述第三特征图像和与所述第三特征图像对应的第三权重，得到第三权重图像；

根据所述第一权重图像、所述第二权重图像和所述第三权重图像，生成所述特征图像；

其中，所述第三权重根据所述第一权重和所述第二权重计算得到。

5.根据权利要求3所述的方法，其中，所述根据所述评判值迭代地调整所述第一生成器、所述第二生成器、所述第三生成器和所述判别器的网络参数包括：

依次更新所述判别器、所述第一生成器、所述第二生成器和所述第三生成器的网络参数；以及

同时更新所述第一生成器、所述第二生成器和所述第三生成器的网络参数。

6.一种图像生成方法，包括：

获取模板图像，所述模板图像包括待识别号码；

对所述模板图像进行特征提取，生成特征数据；以及

将所述特征数据输入图像生成模型，输出目标图像，其中，所述目标图像包括与所述待识别号码相对应的号码，以便基于所述目标图像对所述号码进行识别，其中，所述图像生成模型由权利要求1至5任一项所述的图像生成模型的训练方法训练得到。

7.一种图像生成模型的训练装置，其中，待训练的图像生成模型包括N个生成器和一个判别器，N为大于1的整数，所述装置包括：

第一获取模块，用于获取训练样本数据集，其中，所述训练样本数据集包括样本图像，其中，所述样本图像包括待识别号码；

第一特征提取模块，用于对所述训练样本数据集中的所述样本图像进行特征提取，生成N个特征数据，其中，所述N个特征数据中的每个所述特征数据分别表征所述样本图像的一种特征；

训练模块，用于利用所述N个特征数据以及所述样本图像训练待训练的图像生成模型，得到训练完成的图像生成模型，其中，一个所述特征数据分别输入对应的一个所述生成器。