图像鉴别方法、鉴别器和计算机可读存储介质技术

本发明专利技术提供一种图像鉴别方法，用于生成式对抗网络的训练过程中，生成式对抗网络包括生成网络，生成网络用于对输入的低分辨率图像进行不同倍率的分辨率提升处理，以得到分辨率不同的多个高分辨率图像；图像鉴别方法包括：获取一组待鉴别图像，每组待鉴别图像包括：生成网络生成的多个分辨率不同的高分辨率图像；或者，分辨率与该多个高分辨率图像的分辨率一一对应相同的多个预设标准图像；根据获取到的一组待鉴别图像确定分辨率最高的待鉴别图像与预设标准图像之间的匹配度。本发明专利技术还提供一种鉴别器和一种计算机可读存储介质。本发明专利技术能够使鉴别器更准确地区分原始的高分辨率样本图像和生成器的输出结果，从而促使生成器能够训练得到更优的参数。

【技术实现步骤摘要】
图像鉴别方法、鉴别器和计算机可读存储介质
本专利技术涉及图像处理领域，具体涉及一种图像鉴别方法、鉴别器和计算机可读存储介质。
技术介绍
在生成式对抗神经网络(GenerativeAdversarialNetworks，GAN网络)中，生成网络和鉴别网络进行交替训练。生成网络对低分辨率样本图像进行分辨率提升并输出分辨率提升后的结果，鉴别网络可以接收生成器的输出图像，并输出0或1的标记。如果输出为0，则鉴别网络认为其接收到的图像为生成网络的输出结果；若鉴别网络输出为1，则鉴别网络认为其接收到的图像为原始的高分辨率样本图像。通过训练生成网络来使鉴别器的输出最大化，以使生成网络输出结果更加真实；并且对鉴别网络进行训练，以准确区分原始的高分辨率样本图像和生成网络的输出结果。通过二者的交替训练，从而相互竞争，获得最佳模型。如何使鉴别网络更准确地区分原始的高分辨率样本图像和生成器的输出结果，从而促使生成网络能够训练得到更优的参数成为亟待解决的技术问题。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一，提出了一种图像鉴别方法、鉴别器和计算机可读存储介质。为了实现上述目的，本专利技术提供一种图像鉴别方法，用于生成式对抗网络的训练过程中，所述生成式对抗网络包括生成网络，所述生成网络用于对输入的低分辨率图像进行不同倍率的分辨率提升处理，以得到分辨率不同的多个高分辨率图像；所述图像鉴别方法包括：获取一组待鉴别图像，每组所述待鉴别图像包括：所述生成网络生成的多个分辨率不同的高分辨率图像；或者，分辨率与该多个高分辨率图像的分辨率一一对应相同的多个预设标准图像；根据获取到的一组待鉴别图像确定分辨率最高的待鉴别图像与相同分辨率的预设标准图像之间的匹配度。可选地，根据获取到的一组待鉴别图像确定分辨率最高的待鉴别图像与相同分辨率的预设标准图像之间的匹配度，包括：生成每个待鉴别图像的特征图像；依次进行多个下采样过程，多个下采样过程与多个特征图像一一对应，每个下采样过程包括：将相应的特征图像与相同分辨率的参考图像联接，得到合并图像；并对所述合并图像进行下采样，得到下采样特征图像；其中，第一次下采样过程中的参考图像为第一次下采样过程所对应的特征图像，第一次之后的下采样过程中的参考图像为上一次下采样过程得到的下采样特征图像；根据最后一次下采样过程得到的下采样特征图像确定所述匹配度。可选地，所述特征图像和所述下采样特征图像均为多通道图像，且所述下采样特征图像的通道数量与所述特征图像的通道数相同；根据最后一次下采样过程得到的下采样特征图像确定所述匹配度，包括：根据最后一次下采样过程得到的下采样特征图像生成通道数量小于所述下采样特征图像通道数量的判别图像，该判别图像为彩色图像或灰度图像；根据所述判别图像确定所述匹配度。可选地，生成每个待鉴别图像的特征图像，包括：利用第一卷积层生成所述待鉴别图像的初始特征图像；利用第一滤波单元对所述初始特征图像进行滤波，以得到所述待鉴别图像的特征图像，所述待鉴别图像的特征图像的通道数与所述初始特征图像的通道数相同。可选地，对所述合并图像进行下采样，包括：利用第二卷积层对所述合并图像进行下采样，以得到初始下采样图像；利用第二滤波单元对所述初始下采样图像进行滤波，以得到所述下采样特征图像，所述下采样特征图像的通道数量与所述初始下采样特征图像的通道数量相同。可选地，所述第二卷积层包括最大池化层、平均池化层、条纹卷积层和双三次插值器中的任意一种。可选地，根据最后一次下采样过程得到的下采样特征图像生成通道数量小于所述下采样特征图像通道数量的判别图像，包括：利用第三滤波单元对最后一次下采样过程得到的下采样特征图像进行滤波，以得到初始判别图像，所述初始判别图像的通道数量与所述下采样特征图像的通道数量相同；利用第三卷积层根据所述初始判别图像生成所述判别图像。相应地，本专利技术还提供一种鉴别器，用于生成式对抗网络中，所述生成式对抗网络包括生成器，所述生成器用于对输入的低分辨率图像进行不同倍率的分辨率提升处理，以得到分辨率不同的多个高分辨率图像；所述鉴别器具有多个输入端，该多个输入端用于分别获取同一组中的多个不同的待鉴别图像，每组所述待鉴别图像包括：所述生成器生成的多个分辨率不同的高分辨率图像；或者，分辨率与该多个高分辨率图像的分辨率一一对应相同的多个预设标准图像；所述鉴别器用于根据多个输入端获取到的一组待鉴别图像确定分辨率最高的待鉴别图像与相同分辨率的预设标准图像之间的匹配度。可选地，所述鉴别器包括多个分析模块、判别模块和级联的多个池化模块，多个所述分析模块与多个所述输入端一一对应，所述分析模块用于生成相应输入端获取到的待鉴别图像的特征图像；多个所述池化模块与多个所述分析模块一一对应，所述池化模块用于将相应的分析模块生成的特征图像与相同分辨率的参考图像联接，得到合并图像，并对所述合并图像进行下采样，得到下采样特征图像；其中，第一级池化模块所对应的参考图像为相应的特征图像，第一级之后的池化模块所对应的参考图像为上一级池化模块输出的下采样特征图像；所述判别模块用于根据最后一级池化模块输出的下采样特征图像确定所述匹配度。可选地，所述分析模块生成的特征图像以及所述池化模块所生成的下采样特征图像均为多通道图像，且下采样特征图像的通道数量与所述分析模块生成的特征图像的通道数相同；所述判别模块包括合成子模块和判别子模块，所述合成子模块用于根据最后一次下采样过程得到的下采样特征图像生成通道数量小于所述下采样特征图像通道数量的判别图像，该判别图像为彩色图像或灰度图像；所述判别子模块用于根据所述判别图像确定所述匹配度。可选地，所述分析模块包括第一卷积层和第一滤波单元，所述第一卷积层用于生成所述待鉴别图像的初始特征图像；所述第一滤波单元用于对所述初始特征图像进行滤波，以得到所述待鉴别图像的特征图像，所述待鉴别图像的特征图像的通道数与所述初始特征图像的通道数相同。可选地，所述池化模块包括第二卷积层和第二滤波单元，所述第二卷积层用于对所述合并图像进行下采样，以得到初始下采样图像；所述第二滤波单元用于对所述初始下采样图像进行滤波，以得到所述下采样特征图像，所述下采样特征图像的通道数量与所述初始下采样特征图像的通道数量相同。可选地，所述第二卷积层包括最大池化层、平均池化层、条纹卷积层、双三次插值器中的任意一种。可选地，所述合成子模块包括第三滤波单元和第三卷积层，所述第三滤波单元用于对最后一级池化模块输出的下采样特征图像进行滤波，以得到初始判别图像，所述初始判别图像的通道数量与所述下采样特征图像的通道数量相同；所述第三卷积层用于根据所述初始判别图像生成所述判别图像。相应地，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述图像鉴别方法。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1为一种卷积神经网络的示意图；图2为本专利技术实施例中的一种鉴别器的结构示意图；图3为本专利技术实施例中的一种鉴别器的具体结构示意图；图4为本专利技术实施例中的分析模块的结构示意图；图5为本专利技术实施例中的池化模块的结构示意图；图6为本专利技术实施例中的合成本文档来自技高网...

【技术保护点】
1.一种图像鉴别方法，用于生成式对抗网络的训练过程中，所述生成式对抗网络包括生成网络，其特征在于，所述生成网络用于对输入的低分辨率图像进行不同倍率的分辨率提升处理，以得到分辨率不同的多个高分辨率图像；所述图像鉴别方法包括：获取一组待鉴别图像，每组所述待鉴别图像包括：所述生成网络生成的多个分辨率不同的高分辨率图像；或者，分辨率与该多个高分辨率图像的分辨率一一对应相同的多个预设标准图像；根据获取到的一组待鉴别图像确定分辨率最高的待鉴别图像与相同分辨率的预设标准图像之间的匹配度。

【技术特征摘要】
1.一种图像鉴别方法，用于生成式对抗网络的训练过程中，所述生成式对抗网络包括生成网络，其特征在于，所述生成网络用于对输入的低分辨率图像进行不同倍率的分辨率提升处理，以得到分辨率不同的多个高分辨率图像；所述图像鉴别方法包括：获取一组待鉴别图像，每组所述待鉴别图像包括：所述生成网络生成的多个分辨率不同的高分辨率图像；或者，分辨率与该多个高分辨率图像的分辨率一一对应相同的多个预设标准图像；根据获取到的一组待鉴别图像确定分辨率最高的待鉴别图像与相同分辨率的预设标准图像之间的匹配度。2.根据权利要求1所述的图像鉴别方法，其特征在于，根据获取到的一组待鉴别图像确定分辨率最高的待鉴别图像与相同分辨率的预设标准图像之间的匹配度，包括：生成每个待鉴别图像的特征图像；依次进行多个下采样过程，多个下采样过程与多个特征图像一一对应，每个下采样过程包括：将相应的特征图像与相同分辨率的参考图像联接，得到合并图像；并对所述合并图像进行下采样，得到下采样特征图像；其中，第一次下采样过程中的参考图像为第一次下采样过程所对应的特征图像，第一次之后的下采样过程中的参考图像为上一次下采样过程得到的下采样特征图像；根据最后一次下采样过程得到的下采样特征图像确定所述匹配度。3.根据权利要求2所述的图像鉴别方法，其特征在于，所述特征图像和所述下采样特征图像均为多通道图像，且所述下采样特征图像的通道数量与所述特征图像的通道数相同；根据最后一次下采样过程得到的下采样特征图像确定所述匹配度，包括：根据最后一次下采样过程得到的下采样特征图像生成通道数量小于所述下采样特征图像通道数量的判别图像，该判别图像为彩色图像或灰度图像；根据所述判别图像确定所述匹配度。4.根据权利要求2所述的图像鉴别方法，其特征在于，生成每个待鉴别图像的特征图像，包括：利用第一卷积层生成所述待鉴别图像的初始特征图像；利用第一滤波单元对所述初始特征图像进行滤波，以得到所述待鉴别图像的特征图像，所述待鉴别图像的特征图像的通道数与所述初始特征图像的通道数相同。5.根据权利要求2所述的图像鉴别方法，其特征在于，对所述合并图像进行下采样，包括：利用第二卷积层对所述合并图像进行下采样，以得到初始下采样图像；利用第二滤波单元对所述初始下采样图像进行滤波，以得到所述下采样特征图像，所述下采样特征图像的通道数量与所述初始下采样特征图像的通道数量相同。6.根据权利要求5所述的图像鉴别方法，其特征在于，所述第二卷积层包括最大池化层、平均池化层、条纹卷积层和双三次插值器中的任意一种。7.根据权利要求3所述的图像鉴别方法，其特征在于，根据最后一次下采样过程得到的下采样特征图像生成通道数量小于所述下采样特征图像通道数量的判别图像，包括：利用第三滤波单元对最后一次下采样过程得到的下采样特征图像进行滤波，以得到初始判别图像，所述初始判别图像的通道数量与所述下采样特征图像的通道数量相同；利用第三卷积层根据所述初始判别图像生成所述判别图像。8.一种鉴别器，用于生成式对抗网络中，所述生成式对抗网络包括生成，其特征在于，所述生成器用于对输入的低分辨...

【专利技术属性】
技术研发人员：那彦波，朱丹，刘瀚文，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11