CN112329932A - 生成对抗网络的训练方法、装置及终端设备 - Google Patents
生成对抗网络的训练方法、装置及终端设备 Download PDFInfo
- Publication number
- CN112329932A CN112329932A CN202011193170.8A CN202011193170A CN112329932A CN 112329932 A CN112329932 A CN 112329932A CN 202011193170 A CN202011193170 A CN 202011193170A CN 112329932 A CN112329932 A CN 112329932A
- Authority
- CN
- China
- Prior art keywords
- sub
- image
- network
- training
- matched
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 12
- 230000003042 antagnostic effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 14
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种生成对抗网络的训练方法、装置及终端设备。所述生成对抗网络中包括N个子网络,其中,不同子网络的输入图像的尺度不同,N为大于1的正整数。所述训练方法包括:获取第一样本图像;根据每个子网络的输入图像的尺度,将所述第一样本图像生成与每个子网络各自匹配的第二样本图像;根据所述第二样本图像对各自匹配的子网络进行迭代训练。通过上述方法,能够有效减少生成对抗网络的训练过程中的数据处理量,并且能够有效提高训练结果的准确度。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种生成对抗网络的训练方法、装置及终端设备。
背景技术
生成对抗网络(GAN,Generative Adversarial Networks)是一种无监督的深度学习模型,近年来被广泛应用于图像处理技术领域。生成对抗网络中包括生成器和判别器,通过生成器生成伪图,再通过判别器判断伪图的真假。通过生成器和判别器的互相博弈学习实现生成对抗网络的训练目的。
在生成对抗网络的训练过程中,通常需要利用大量的样本图像进行训练,导致数据处理量较大。另外,在实际应用中,可能无法搜集到足够数据量的样本图像,进而影响训练结果的准确度。
发明内容
本申请实施例提供了一种生成对抗网络的训练方法、装置及终端设备,可以解决生成对抗网络的训练过程中数据处理量大、训练结果准确度较低的问题。
第一方面,本申请实施例提供了一种生成对抗网络的训练方法,所述生成对抗网络中包括N个子网络,其中,不同子网络的输入图像的尺度不同,N为大于1的正整数;
所述训练方法包括:
获取第一样本图像;
根据每个子网络的输入图像的尺度,将所述第一样本图像生成与每个子网络各自匹配的第二样本图像;
根据所述第二样本图像对各自匹配的子网络进行迭代训练。
在上述训练方法中,由于生成对抗网络中包括了多个不同尺度的子网络,因此,只需获取一张样本图像,即可将该样本图像生成不同尺度的多张样本图像。通过上述方法,无需获取大量的样本图像,大大减少了数据处理量;同时通过一张样本图像能够衍生出多张样本图像,减轻了搜集样本图像的工作量;并且根据衍生出的多张样本图像进行训练,能够有效保证训练结果的准确度。
在第一方面的一种可能的实现方式中,所述每个子网络中包括一个生成器和一个判别器;
所述根据所述第二样本图像对各自匹配的子网络进行迭代训练,包括:
在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,h为正整数;
根据所述第二样本图像和所述训练图像对各自匹配的子网络进行所述第h次迭代训练。
在第一方面的一种可能的实现方式中,第i个子网络的输入图像的尺度小于第i+1个子网络的输入图像的尺度,所述1≤i≤N-1;
所述在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,包括:
对于第1个子网络,获取第1张噪声图像,其中,所述第1张噪声图像的尺度与第1个子网络的输入图像的尺度相匹配;
将所述第1张噪声图像输入到所述第1个子网络的生成器中,得到第1个子网络匹配的训练图像。
在第一方面的一种可能的实现方式中,第i个子网络的输入图像的尺度小于第i+1个子网络的输入图像的尺度,所述1≤i≤N-1;
所述在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,包括:
对于第n个子网络,获取第n-1个子网络匹配的训练图像和第n张噪声图像,其中,所述第n张噪声图像的尺度与第n个子网络的输入图像的尺度相匹配;
将所述第n-1个子网络匹配的训练图像转换为与所述第n个子网络的输入图像的尺度相匹配的缩放图像;
将所述第n张噪声图像叠加到与所述第n个子网络的输入图像的尺度相匹配的缩放图像中,得到叠加图像;
将所述叠加图像输入到所述第n个子网络的生成器中,得到第n个子网络匹配的训练图像。
在第一方面的一种可能的实现方式中,
在第h次迭代训练的过程中,所述根据所述第二样本图像和所述训练图像对各自匹配的子网络进行所述第h次迭代训练,包括:
将所述第二样本图像和所述训练图像输入到各自匹配的子网络的判别器中,得到每个子网络的判别器的训练结果,其中,所述训练结果包括第一概率值或第二概率值,所述第一概率值用于表示子网络的判别器的两张输入图像的图像分布一致,所述第二概率值用于表示子网络的判别器的两张输入图像的图像分布不一致;
若所述训练结果中存在第一概率值,则根据所述训练结果对各自对应的子网络进行第h+1次迭代训练。
在第一方面的一种可能的实现方式中,所述根据所述训练结果对各自对应的子网络进行第h+1迭代训练,包括:
根据所述训练结果计算各自对应的子网络的判别器的误差数据;
根据所述误差数据更新各自对应的子网络的生成器的参数,得到每个子网络更新后的生成器;
通过所述每个子网络更新后的生成器重新依次生成每个子网络各自匹配的训练图像;
根据所述第二样本图像和重新依次生成的训练图像对各自匹配的子网络进行所述第h+1次迭代训练。
在第一方面的一种可能的实现方式中,训练后的生成对抗网络用于将输入图像转换为预设风格的图像;
在根据所述第二样本图像对各自匹配的子网络进行迭代训练之后,所述方法还包括:
向用户提示预设绘画信息,以指示用户根据所述预设绘画信息绘制出手绘图像;
获取用户绘制出的手绘图像;
将所述手绘图像输入到训练后的生成对抗网络的生成器中,输出目标图像,其中,所述目标图像所属的图像风格与所述预设风格一致。
第二方面,本申请实施例提供了一种生成对抗网络的训练装置,所述生成对抗网络中包括N个子网络,其中,不同子网络的输入图像的尺度不同,N为大于1的正整数;
所述训练装置包括:
获取单元,用于获取第一样本图像;
生成单元,用于根据每个子网络的输入图像的尺度,将所述第一样本图像生成与每个子网络各自匹配的第二样本图像;
训练单元,用于根据所述第二样本图像对各自匹配的子网络进行迭代训练。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的生成对抗网络的训练方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的生成对抗网络的训练方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的生成对抗网络的训练方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的生成对抗网络的结构示意图;
图2是本申请实施例提供的生成对抗网络的训练方法的流程示意图;
图3是本申请实施例提供的迭代训练方法的流程示意图;
图4是本申请实施例提供的训练图像的生成过程示意图;
图5是本申请实施例提供的图像风格转换方法的流程示意图;
图6是本申请实施例提供的生成对抗网络的训练装置的结构框图;
图7是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
如在本申请说明书和所附权利要求书中所使用的那样,术语“若”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。
生成对抗网络中包括生成器和对应的判别器。生成器用于生成伪图,判别器用于判断伪图的真假。在训练生成对抗网络的过程中,训练生成器的目标是,使生成器生成伪图的能力尽可能强,以使生成的伪图尽可能的逼真于样本图像。训练判别器的目标是,是判别器的判别能力尽可能强,以准确地判断出一张图像是来自于真样本集还是假样本集。
现有技术中,生成对抗网络中通常只包括一个生成器和一个对应的判别器。通过采集大量的样本图像,利用大量的样本图像对生成器和判别器进行训练。现有的训练方法,数据处理量较大。另外,在实际应用中,可能无法搜集到足够数据量的样本图像,进而影响训练结果的准确度。
本申请实施例提供的生成对抗网络中包括N个子网络,其中,不同子网络的输入图像的尺度不同,N为大于1的正整数。所述每个子网络中包括一个生成器和一个判别器。相当于生成对抗网络中包括了多个生成器和判别器,通过设置不同尺度的生成器,可以将一张样本图像生成多个不同尺度的样本图像,减轻了样本图像的搜集难度。
需要说明的是,本申请实施例中并不对子网络的数量做具体限定。子网络的数量越多,可以生成的不同尺度的训练图像的数量越多,训练结果越准确;但是,子网络数量较多时,数据处理量较大,运算速度也会相对较慢。优选的,当N为3时,既能保证获取到足够数量的训练图像,又能保证较准确的训练结果。
示例性的,参见图1,是本申请实施例提供的生成对抗网络的结构示意图。如图1所示,生成对抗网络中包括3个子网络。例如:在第1个子网络中包括生成器1和判别器1。其中,生成器1的输出端连接判别器1的输入端,判别器1的输出端连接生成器1的输入端。生成器1将生成的伪图输入到判别器1中,判别器1判别伪图的真伪后将判别结果反馈给生成器1。同理,生成器2与判别器2串联组成第2个子网络,生成器3与判别器3串联组成第3个子网络。
基于上述实施例中所述的生成对抗网络,下面介绍生成对抗网络的训练方法。
参见图2,是本申请实施例提供的生成对抗网络的训练方法的流程示意图,作为示例而非限定,如图2所示,所述训练方法可以包括以下步骤:
S201,获取第一样本图像。
实际应用中,可以选取一张第一样本图像,然后根据第一样本图像对生成对抗网络进行训练,以使训练后的生成对抗网络能够将输入图像转换为与第一样本图像的风格相同的目标图像。当然,也可以先确定图像风格,然后选取一张符合该图像风格的第一样本图像,对生成对抗网络进行训练。
S202,根据每个子网络的输入图像的尺度,将第一样本图像生成与每个子网络各自匹配的第二样本图像。
图像尺度的变换通常涉及插值或降采样的过程,例如,将大尺度的图像进行降采样处理,可以得到小尺度图像;将小尺度图像进行插值处理,可以得到大尺度图像。另外,插值和降采样通常都是基于2的倍数进行操作的,因此,子网络的输入图像的尺度可以设置为2的整数倍。再进一步的,为了简化插值或降采样的步骤,可以将连续的插值或降采样过程得到的图像尺度确定为3个子网络各自对应的输入图像的尺度。
例如:基于图1实施例中所述的生成对抗网络,第1个子网络、第2个子网络和第3个子网络的输入图像的尺度不同。将第1个子网络的输入图像的尺度设置为120×120,将第2个子网络的输入图像的尺度设置为240×240,将第3个子网络的输入图像的尺度设置为480×480。这样,在将第一样本图像变换为匹配各个子网络的第二样本图像时,可以先将第一样本图像缩放为480×480的第二样本图像,再将480×480的第二样本图像缩放为240×240的第二样本图像,最后将240×240的第二样本图像缩放为120×120的第二样本图像,只需进行3次变换,变换次数较少。
S203,根据第二样本图像对各自匹配的子网络进行迭代训练。
在上述训练方法中,由于生成对抗网络中包括了多个不同尺度的子网络,因此,只需获取一张样本图像,即可将该样本图像生成不同尺度的多张样本图像。通过上述方法,无需获取大量的样本图像,大大减少了数据处理量;同时通过一张样本图像能够衍生出多张样本图像,减轻了搜集样本图像的工作量;并且根据衍生出的多张样本图像进行训练,能够有效保证训练结果的准确度。
在本申请一个实施例中,步骤S203中的迭代训练的步骤可以包括:
在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,h为正整数;根据第二样本图像和训练图像对各自匹配的子网络进行所述第h次迭代训练。
示例性的,基于图1所示的生成对抗网络,通过第1个子网络中的生成器1生成第1个子网络匹配的训练图像,通过第2个子网络中的生成器2生成第2个子网络匹配的训练图像,通过第3个子网络中的生成器3生成第3个子网络匹配的训练图像。
当第i个子网络的输入图像的尺度小于第i+1个子网络的输入图像的尺度时(1≤i≤N-1),如S202实施例中所述的生成对抗网络,第1个子网络的输入图像的尺度(120×120)小于第2个子网络的输入图像的尺度(240×240)。此种情况下,步骤I的具体过程可以分为以下两种情况:
情况一、正向生成
对于第1个子网络,获取第1张噪声图像,其中,第1张噪声图像的尺度与第1个子网络的输入图像的尺度相匹配。将第1张噪声图像输入到第1个子网络的生成器1中,得到第1个子网络匹配的训练图像。
对于第n个子网络,1<n≤N,获取第n-1个子网络匹配的训练图像和第n张噪声图像,其中,第n张噪声图像的尺度与第n个子网络的输入图像的尺度相匹配。将第n-1个子网络匹配的训练图像转换为与第n个子网络的输入图像的尺度相匹配的缩放图像。将第n张噪声图像叠加到与第n个子网络的输入图像的尺度相匹配的缩放图像中,得到叠加图像。将叠加图像输入到第n个子网络的生成器n中,得到第n个子网络匹配的训练图像。
参见图4,是本申请实施例提供的训练图像的生成过程示意图,该图是基于步骤S202实施例中所示的生成对抗网络的训练图像生成过程示意图。如图4中的(a)所示,由于第1个子网络的输入图像的尺度为120×120,因此,第1张噪声图像的尺度为120×120,生成的第1个子网络匹配的训练图像的尺度也为120×120。当n=2时,即获取第2个子网络匹配的训练图像时,将第1个子网络匹配的训练图像转换为与第2个子网络的输入图像的尺度相匹配的(即240×240)缩放图像,然后将第2张噪声图像叠加到240×240的缩放图像中,得到第2个子网络匹配的训练图像。其中,由于第2个子网络的输入图像的尺度为240×240,因此,第2张噪声图像的尺度为240×240,生成的第2个子网络匹配的训练图像的尺度也为240×240。依次类推。
可选的,可以通过噪声函数生成噪声图像。噪声函数通常可选用随机噪声函数、高斯噪声函数、白噪声函数等等。第n张噪声图像的获取方式可以采用情况一中所述的获取第1张噪声图像的方式,也可以通过对第n-1张噪声图像进行插值处理的方式获取。
情况二、反向生成
对于第3个子网络,获取第1张噪声图像,其中,第1张噪声图像的尺度与第3个子网络的输入图像的尺度相同。将第1张噪声图像输入到第3个子网络的生成器3中,得到第3个子网络匹配的训练图像。
对于第n个子网络,1≤n<3,获取第n+1个子网络匹配的训练图像和第N-n+1张噪声图像,其中,第N-n+1张噪声图像的尺度与第n个子网络的输入图像的尺度相匹配。将第n+1个子网络匹配的训练图像转换为与第n个子网络的输入图像的尺度相匹配的缩放图像。将第N-n+1张噪声图像叠加到与第n个子网络的输入图像的尺度相匹配的缩放图像中,得到叠加图像。将叠加图像输入到第n个子网络的生成器n中,得到第n个子网络匹配的训练图像。
如图4中的(b)所示,首先获取一张480×480的噪声图像(即第1张噪声图像),然后直接将第1张噪声图像输入到第3个子网络中的生成器3中,生成第3个子网络匹配的训练图像(480×480)。然后获取第3个子网络匹配的训练图像和第2张噪声图像(240×240),将第3个子网络匹配的训练图像转换为与第2个子网络的输入图像的尺度相匹配的缩放图像(240×240),将第2张噪声图像叠加到240×240的缩放图像中,得到240×240的叠加图像;将240×240的叠加图像输入到第2个子网络的生成器2中,得到第2个子网络匹配的训练图像(240×240)。最后获取第2个子网络匹配的训练图像和第3张噪声图像(120×120),将第2个子网络匹配的训练图像转换为与第1个子网络的输入图像的尺度相匹配的缩放图像(120×120),将第3张噪声图像叠加到480×480的缩放图像中,得到480×480的叠加图像;将480×480的叠加图像输入到第1个子网络的生成器1中,得到第1个子网络匹配的训练图像(120×120)。
当第i个子网络的输入图像的尺度大于第i+1个子网络的输入图像的尺度时(1≤i≤N-1),例如,基于图1所示的生成对抗网络中,将第1个子网络的输入图像的尺度(480×480)大于第2个子网络的输入图像的尺度(240×240)。此种情况下,步骤I的具体过程仍可以分为正向生成(可参照上述的情况二)和反向生成(可参照上述的情况1)两种情况,在此不再赘述。
参见图3,是本申请实施例提供的迭代训练方法的流程示意图,如图3所示,迭代训练的具体步骤包括:
S301,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像。
S302,将第二样本图像和训练图像输入到各自匹配的子网络的判别器中,得到每个子网络的判别器的训练结果。
其中,所述训练结果包括第一概率值或第二概率值,所述第一概率值用于表示子网络的判别器的两张输入图像的图像分布一致,所述第二概率值用于表示子网络的判别器的两张输入图像的图像分布不一致。
例如:第1个子网络的判别器的训练结果若包括第一概率值,则表示第1个子网络的匹配的第二样本图像与训练图像的图像分布一致。第n个子网络的训练结果若包括第二概率值,则表示第n个子网络的匹配的第二样本图像与训练图像的图像分布不一致。
S303,若训练结果中存在第一概率值,则执行步骤S305。
S304,若训练结果中不存在第一概率值,则停止训练。
由于生成器生成的训练图像是伪图,理论上的判别结果应为第二概率值,因此,若N个训练结果中存在第一概率值,说明存在判别器判别错误的情况。若N个训练结果均为第二概率值,说明所有判别器均判别正确,此时训练结束。
S305,根据训练结果计算各自对应的子网络的判别器的误差数据。
S306,根据误差数据更新各自对应的子网络的生成器的参数,得到每个子网络更新后的生成器。
实际应用中,判别器可以为神经网络,其中包含损失函数。可以根据训练结果的概率值计算损失函数的误差数据,再将误差数据反馈给对应的生成器,以使生成器根据误差数据调整生成器的参数。
执行S306之后,返回步骤S301通过每个子网络更新后的生成器重新依次生成每个子网络各自匹配的训练图像。继续执行步骤S302,即根据第二样本图像和重新依次生成的训练图像对各自匹配的子网络进行下一次迭代训练。
在生成对抗网络训练完成后,可以利用训练后的生成对抗网络进行风格转换,即将输入图像转换为预设风格的图像。参见图5,是本申请实施例提供的图像风格转换方法的流程示意图,作为示例而非限定,如图5所示,所述图像风格转换方法可以包括以下步骤:
S501,向用户提示预设绘画信息,以指示用户根据预设绘画信息绘制出手绘图像。
实际应用中,为了提高风格转换的成功率,可以预先设定绘画信息。其中,预设绘画信息中包括预设配色和预设图案中的至少一项。
当然,预设绘画信息还可以包括示例图,用户可以根据示例图进行绘画。例如:给出一幅包括树木和天空的示例图,并给出预设配色为绿色和蓝色。用户在绘画时,只能从绿色和蓝色中选择颜色,并根据示例图进行绘画。通过上述方式,可以有效限定手绘图像的颜色、图案等绘画范围,进而能够有效保证风格转换的成功率。
S502,获取用户绘制出的手绘图像。
S503,将手绘图像输入到训练后的生成对抗网络的生成器中,输出目标图像。
其中,目标图像所属的图像风格与预设风格一致。
本申请实施例中的图像风格可以指抽象派、现实派和中国风等绘画风格,也可以指老照片、日落、莫兰迪等滤镜效果,还可以指简笔画、素描等绘画方式。在此不做具体限定。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
基于图1实施例所示的生成对抗网络,且对应于上文实施例所述的生成对抗网络的训练方法,图6是本申请实施例提供的生成对抗网络的训练装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图6,该装置包括:
获取单元61,用于获取第一样本图像。
生成单元62,用于根据每个子网络的输入图像的尺度,将第一样本图像生成与每个子网络各自匹配的第二样本图像。
训练单元63,用于根据第二样本图像对各自匹配的子网络进行迭代训练。
可选的,每个子网络中包括一个生成器和一个判别器。
相应的,训练单元63包括:
图像生成子单元,用于在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,h为正整数。
迭代训练子单元,用于根据第二样本图像和训练图像对各自匹配的子网络进行第h次迭代训练。可选的,第i个子网络的输入图像的尺度小于第i+1个子网络的输入图像的尺度,1≤i≤N-1。
进一步的,图像生成子单元还用于:
对于第1个子网络,获取第1张噪声图像,其中,第1张噪声图像的尺度与第1个子网络的输入图像的尺度相匹配;将第1张噪声图像输入到第1个子网络的生成器中,得到第1个子网络匹配的训练图像。
进一步的,图像生成子单元还用于:
对于第n个子网络,获取第n个子网络匹配的训练图像和第n张噪声图像,其中,第n张噪声图像的尺度与第n个子网络的输入图像的尺度相匹配,1<n≤N;将第n-1个子网络匹配的训练图像转换为与第n个子网络的输入图像的尺度相匹配的缩放图像;将第n张噪声图像叠加到与第n个子网络的输入图像的尺度相匹配的缩放图像中,得到叠加图像;将叠加图像输入到第n个子网络的生成器中,得到第n个子网络匹配的训练图像。
可选的,所述迭代训练子单元包括:
判别器训练模块,用于将第二样本图像和所述训练图像输入到各自匹配的子网络的判别器中,得到每个子网络的判别器的训练结果,其中,训练结果包括第一概率值或第二概率值,第一概率值用于表示子网络的判别器的两张输入图像的图像分布一致,第二概率值用于表示子网络的判别器的两张输入图像的图像分布不一致。
需要说明的是,训练单元63中可以只包括一个图像生成子单元和一个判别器训练模块。换言之,一个图像生成子单元用于生成N张训练图像,一个判别器训练模块用于对N个判别器进行训练。但是这种方式下,图像生成子单元和判别器训练模块均只能采用串联的工作模式,即处理完一个任务才能继续处理下一个任务。例如,图像生成子单元生成第1张训练图像后,才能继续生成第2张训练图像。这种工作方式比较耗时,尤其当某个任务出现问题时,后续任务无法继续。因此,训练单元63中还可以包括N个图像生成子单元和N个判别器训练模块,每个图像生成子单元执行各自的图像生成任务,每个判别器训练模块执行各自的判别器训练任务。换言之,N个图像生成子单元并行工作,N个判别器训练模块并行工作。这种工作方式较省时,且容错率较高。
第一训练结果模块,用于若训练结果中存在第一概率值,则根据训练结果对各自对应的子网络进行第h+1次迭代训练。
第二训练结果模块,用于若训练结果中不存在第二概率值,则停止训练。
可选的,迭代训练子单元还包括:
误差计算模块,用于根据训练结果计算各自对应的子网络的判别器的误差数据。
生成器更新模块,用于根据误差数据更新各自对应的子网络的生成器的参数,得到每个子网络更新后的生成器。
图像生成子单元,还用于通过每个子网络更新后的生成器重新依次生成每个子网络各自匹配的训练图像。
迭代训练子单元,还用于根据第二样本图像和重新依次生成的训练图像对各自匹配的子网络进行第h+1次迭代训练。
可选的,训练后的生成对抗网络用于将输入图像转换为预设风格的图像。
相应的,所述装置还包括:
信息提示单元,用于在根据所述第二样本图像对各自匹配的子网络进行迭代训练之后,向用户提示预设绘画信息,以指示用户根据所述预设绘画信息绘制出手绘图像。
手绘图获取单元,用于获取用户绘制出的手绘图像。
风格转换单元,用于将所述手绘图像输入到训练后的生成对抗网络的生成器中,输出目标图像,其中,所述目标图像所属的图像风格与所述预设风格一致。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
另外,图6所示的生成对抗网络的训练装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元,也可以作为独立的挂件集成到所述终端设备中,还可以作为独立的终端设备存在。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图7是本申请实施例提供的终端设备的结构示意图。如图7所示,该实施例的终端设备7包括:至少一个处理器70(图7中仅示出一个)处理器、存储器71以及存储在所述存储器71中并可在所述至少一个处理器70上运行的计算机程序72,所述处理器70执行所述计算机程序72时实现上述任意各个生成对抗网络的训练方法实施例中的步骤。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,图7仅仅是终端设备7的举例,并不构成对终端设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),该处理器70还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71在一些实施例中可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71在另一些实施例中也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种生成对抗网络的训练方法,其特征在于,所述生成对抗网络中包括N个子网络,其中,不同子网络的输入图像的尺度不同,N为大于1的正整数;
所述训练方法包括:
获取第一样本图像;
根据每个子网络的输入图像的尺度,将所述第一样本图像生成与每个子网络各自匹配的第二样本图像;
根据所述第二样本图像对各自匹配的子网络进行迭代训练。
2.如权利要求1所述的生成对抗网络的训练方法,其特征在于,所述每个子网络中包括一个生成器和一个判别器;
所述根据所述第二样本图像对各自匹配的子网络进行迭代训练,包括:
在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,h为正整数;
根据所述第二样本图像和所述训练图像对各自匹配的子网络进行所述第h次迭代训练。
3.如权利要求2所述的生成对抗网络的训练方法,其特征在于,第i个子网络的输入图像的尺度小于第i+1个子网络的输入图像的尺度,所述1≤i≤N-1;
所述在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,包括:
对于第1个子网络,获取第1张噪声图像,其中,所述第1张噪声图像的尺度与第1个子网络的输入图像的尺度相匹配;
将所述第1张噪声图像输入到所述第1个子网络的生成器中,得到第1个子网络匹配的训练图像。
4.如权利要求2所述的生成对抗网络的训练方法,其特征在于,第i个子网络的输入图像的尺度小于第i+1个子网络的输入图像的尺度,所述1≤i≤N-1;
所述在第h次迭代训练的过程中,通过每个子网络的生成器依次生成每个子网络各自匹配的训练图像,包括:
对于第n个子网络,获取第n-1个子网络匹配的训练图像和第n张噪声图像,其中,所述第n张噪声图像的尺度与第n个子网络的输入图像的尺度相匹配,1<n≤N;
将所述第n-1个子网络匹配的训练图像转换为与所述第n个子网络的输入图像的尺度相匹配的缩放图像;
将所述第n张噪声图像叠加到与所述第n个子网络的输入图像的尺度相匹配的缩放图像中,得到叠加图像;
将所述叠加图像输入到所述第n个子网络的生成器中,得到第n个子网络匹配的训练图像。
5.如权利要求2所述的生成对抗网络的训练方法,其特征在于,在第h次迭代训练的过程中,所述根据所述第二样本图像和所述训练图像对各自匹配的子网络进行所述第h次迭代训练,包括:
将所述第二样本图像和所述训练图像输入到各自匹配的子网络的判别器中,得到每个子网络的判别器的训练结果,其中,所述训练结果包括第一概率值或第二概率值,所述第一概率值用于表示子网络的判别器的两张输入图像的图像分布一致,所述第二概率值用于表示子网络的判别器的两张输入图像的图像分布不一致;
若所述训练结果中存在第一概率值,则根据所述训练结果对各自对应的子网络进行第h+1次迭代训练。
6.如权利要求5所述的生成对抗网络的训练方法,其特征在于,所述根据所述训练结果对各自对应的子网络进行第h+1迭代训练,包括:
根据所述训练结果计算各自对应的子网络的判别器的误差数据;
根据所述误差数据更新各自对应的子网络的生成器的参数,得到每个子网络更新后的生成器;
通过所述每个子网络更新后的生成器重新依次生成每个子网络各自匹配的训练图像;
根据所述第二样本图像和重新依次生成的训练图像对各自匹配的子网络进行所述第h+1次迭代训练。
7.如权利要求1所述的生成对抗网络的训练方法,其特征在于,训练后的生成对抗网络用于将输入图像转换为预设风格的图像;
在根据所述第二样本图像对各自匹配的子网络进行迭代训练之后,所述方法还包括:
向用户提示预设绘画信息,以指示用户根据所述预设绘画信息绘制出手绘图像;
获取用户绘制出的手绘图像;
将所述手绘图像输入到训练后的生成对抗网络的生成器中,输出目标图像,其中,所述目标图像所属的图像风格与所述预设风格一致。
8.一种生成对抗网络的训练装置,其特征在于,所述生成对抗网络中包括N个子网络,其中,不同子网络的输入图像的尺度不同,N为大于1的正整数;
所述训练装置包括:
获取单元,用于获取第一样本图像;
生成单元,用于根据每个子网络的输入图像的尺度,将所述第一样本图像生成与每个子网络各自匹配的第二样本图像;
训练单元,用于根据所述第二样本图像对各自匹配的子网络进行迭代训练。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011193170.8A CN112329932A (zh) | 2020-10-30 | 2020-10-30 | 生成对抗网络的训练方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011193170.8A CN112329932A (zh) | 2020-10-30 | 2020-10-30 | 生成对抗网络的训练方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112329932A true CN112329932A (zh) | 2021-02-05 |
Family
ID=74296879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011193170.8A Pending CN112329932A (zh) | 2020-10-30 | 2020-10-30 | 生成对抗网络的训练方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112329932A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146784A (zh) * | 2018-07-27 | 2019-01-04 | 徐州工程学院 | 一种基于多尺度生成对抗网络的图像超分辨率重建方法 |
CN109151443A (zh) * | 2018-10-15 | 2019-01-04 | Oppo广东移动通信有限公司 | 高舒适度立体视频生成方法、系统及终端设备 |
CN110378844A (zh) * | 2019-06-14 | 2019-10-25 | 杭州电子科技大学 | 基于循环多尺度生成对抗网络的图像盲去运动模糊方法 |
CN111353069A (zh) * | 2020-02-04 | 2020-06-30 | 清华珠三角研究院 | 一种人物场景视频生成方法、系统、装置及存储介质 |
CN111402151A (zh) * | 2020-03-09 | 2020-07-10 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN111524205A (zh) * | 2020-04-23 | 2020-08-11 | 北京信息科技大学 | 基于循环生成对抗网络的图像着色处理方法及装置 |
CN111563841A (zh) * | 2019-11-13 | 2020-08-21 | 南京信息工程大学 | 一种基于生成对抗网络的高分辨率图像生成方法 |
CN111666994A (zh) * | 2020-05-28 | 2020-09-15 | 平安科技(深圳)有限公司 | 样本图像数据增强方法、装置、电子设备及存储介质 |
-
2020
- 2020-10-30 CN CN202011193170.8A patent/CN112329932A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146784A (zh) * | 2018-07-27 | 2019-01-04 | 徐州工程学院 | 一种基于多尺度生成对抗网络的图像超分辨率重建方法 |
CN109151443A (zh) * | 2018-10-15 | 2019-01-04 | Oppo广东移动通信有限公司 | 高舒适度立体视频生成方法、系统及终端设备 |
CN110378844A (zh) * | 2019-06-14 | 2019-10-25 | 杭州电子科技大学 | 基于循环多尺度生成对抗网络的图像盲去运动模糊方法 |
CN111563841A (zh) * | 2019-11-13 | 2020-08-21 | 南京信息工程大学 | 一种基于生成对抗网络的高分辨率图像生成方法 |
CN111353069A (zh) * | 2020-02-04 | 2020-06-30 | 清华珠三角研究院 | 一种人物场景视频生成方法、系统、装置及存储介质 |
CN111402151A (zh) * | 2020-03-09 | 2020-07-10 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN111524205A (zh) * | 2020-04-23 | 2020-08-11 | 北京信息科技大学 | 基于循环生成对抗网络的图像着色处理方法及装置 |
CN111666994A (zh) * | 2020-05-28 | 2020-09-15 | 平安科技(深圳)有限公司 | 样本图像数据增强方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
刘遵雄;蒋中慧;任行乐;: "多尺度生成对抗网络的图像超分辨率算法", 科学技术与工程, no. 13 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6812086B2 (ja) | 網状パターン除去システムのトレーニング方法、網状パターン除去方法、装置、機器及び媒体 | |
CN110046622B (zh) | 一种有目标的攻击样本生成方法、装置、设备及存储介质 | |
US20220083857A1 (en) | Convolutional neural network operation method and device | |
CN113298152B (zh) | 模型训练方法、装置、终端设备及计算机可读存储介质 | |
CN111967573A (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
CN109726481B (zh) | 一种机器人搭建的辅助方法、装置及终端设备 | |
CN111192313A (zh) | 机器人构建地图的方法、机器人及存储介质 | |
CN111985414B (zh) | 一种关节点位置确定方法及装置 | |
CN113015022A (zh) | 行为识别方法、装置、终端设备及计算机可读存储介质 | |
CN111383651A (zh) | 一种语音降噪方法、装置及终端设备 | |
CN115512258A (zh) | 一种视频图像的脱敏方法、装置、终端设备和存储介质 | |
CN109697083B (zh) | 数据的定点化加速方法、装置、电子设备及存储介质 | |
CN111488810A (zh) | 人脸识别方法、装置、终端设备及计算机可读介质 | |
CN115100659A (zh) | 文本识别方法、装置、电子设备和存储介质 | |
CN113361567B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN112598611A (zh) | 一种凸字体银行卡号图像的合成方法、识别方法及装置 | |
CN112329932A (zh) | 生成对抗网络的训练方法、装置及终端设备 | |
CN113128696A (zh) | 分布式机器学习通信优化方法、装置、服务器及终端设备 | |
CN111340950A (zh) | 数字高程模型重建方法及装置 | |
CN116415652A (zh) | 一种数据生成方法、装置、可读存储介质及终端设备 | |
CN113792849B (zh) | 字符生成模型的训练方法、字符生成方法、装置和设备 | |
CN112200004B (zh) | 图像检测模型的训练方法、装置及终端设备 | |
CN114400018A (zh) | 语音降噪方法、装置、电子设备及计算机可读存储介质 | |
CN113962332A (zh) | 基于自优化融合反馈的显著目标识别方法 | |
CN113409423A (zh) | 一种车牌图像生成方法、系统、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |