图像生成器的训练方法技术

本发明专利技术公开了一种图像生成器的训练方法，包括数次迭代，各迭代执行：输入真实图像至第一生成器；第一生成器的图像转换分支产生一生成图像；输入生成图像至第一鉴别器；第一鉴别器产生一损失值；第一生成器的图像分割分支产生一分割图像；根据分割图像，产生一分割损失值；输入生成图像至第二生成器；第二生成器产生一重建图像；及根据重建图像及真实图像，产生一重建损失值。训练方法更包括：比较图像转换分支与图像分割分支的权重差异程度，产生一相似程度损失值；根据各迭代的损失值、分割损失值、重建损失值及相似程度损失值，更新第一生成器及第二生成器的网络参数。

Training method of image generator

【技术实现步骤摘要】
图像生成器的训练方法
本专利技术是有关于一种图像生成器的训练方法，且特别是有关于一种基于生成式对抗网络的图像生成器的训练方法。
技术介绍
近年来，由于人工智慧技术的兴起，以往需要以人工方式完成的工作，现已可通过机器完成，大幅缩减人力成本。然而，要让机器足以取代人力，需要大量的学习资料才能增加应用的准确率。例如应用在道路检测的图像辨识上时，需要大量的目标物标记(例如标线标记)的数据来进行深度学习模型的训练，但大量的目标物标记的数据往往不易取得，使得深度学习模型的学习效果不佳。
技术实现思路
本专利技术有关于一种图像生成器的训练方法，可改善前述问题。本专利技术的一实施例提出一种图像生成器的训练方法，使训练出的图像生成器可用于扩充具有目标物标记的图像。训练方法包括以下步骤。进行多次第一迭代，在各第一迭代的过程中，执行以下步骤：输入一第一真实图像至一第一生成器，第一真实图像具有一第一路面特征；第一生成器的一第一图像转换分支对第一真实图像进行一第一图像转换处理，产生一第一生成图像，以将第一路面特征转换为一第二路面特征；本文档来自技高网...

【技术保护点】
1.一种图像生成器的训练方法，其特征在于，该图像生成器用于扩充具有目标物标记的图像，该训练方法包括：/n进行多次第一迭代，在各该第一迭代的过程中，执行以下步骤：/n输入一第一真实图像至一第一生成器，该第一真实图像具有一第一路面特征；/n该第一生成器的一第一图像转换分支对该第一真实图像进行一第一图像转换处理，产生一第一生成图像，以将该第一路面特征转换为一第二路面特征；/n输入该第一生成图像至一第一鉴别器；/n该第一鉴别器根据该第一生成图像，产生一第一损失值；/n该第一生成器的一第一图像分割分支对该第一真实图像进行一第一图像分割处理，产生一第一分割图像；/n根据该第一分割图像，产生一第一分割损失值...

【技术特征摘要】
20181219 TW 1071459711.一种图像生成器的训练方法，其特征在于，该图像生成器用于扩充具有目标物标记的图像，该训练方法包括：
进行多次第一迭代，在各该第一迭代的过程中，执行以下步骤：
输入一第一真实图像至一第一生成器，该第一真实图像具有一第一路面特征；
该第一生成器的一第一图像转换分支对该第一真实图像进行一第一图像转换处理，产生一第一生成图像，以将该第一路面特征转换为一第二路面特征；
输入该第一生成图像至一第一鉴别器；
该第一鉴别器根据该第一生成图像，产生一第一损失值；
该第一生成器的一第一图像分割分支对该第一真实图像进行一第一图像分割处理，产生一第一分割图像；
根据该第一分割图像，产生一第一分割损失值；
输入该第一生成图像至一第二生成器；
该第二生成器对该第一生成图像进行一第二图像转换处理，产生一第一重建图像，以将该第二路面特征转换为该第一路面特征；及
根据该第一重建图像及该第一真实图像，产生一第一重建损失值；
比较该第一图像转换分支与该第一图像分割分支的权重差异程度，产生一第一相似程度损失值；以及
根据各该第一迭代产生的该第一损失值、该第一分割损失值、该第一重建损失值及该第一相似程度损失值，更新该第一生成器及该第二生成器的网络参数，以完成训练该图像生成器。


2.如权利要求1所述的训练方法，其特征在于，在产生该第一相似程度损失值的步骤中，该第一相似程度损失值以下式表述：



其中，ωx,t为该第一图像转换分支的网络权重，ωx,s为该第一图像分割分支的网络权重。


3.如权利要求1所述的训练方法，其特征在于，在各该第一迭代的过程中，更执行以下步骤：
输入该第一生成图像及一第二真实图像至该第一鉴别器，以训练该第一鉴别器，该第二真实图像具有该第二路面特征；以及
该第一鉴别器根据该第一生成图像产生该第一损失值的步骤包括：该第一鉴别器比较该第一生成图像与该第二真实图像的差异程度，产生该第一损失值。


4.如权利要求1所述的训练方法，其特征在于，更包括：
进行多次第二迭代，在各该第二迭代的过程中，执行以下步骤：
输入一第二真实图像至该第二生成器，该第二真实图像具有该第二路面特征；
该第二生成器对该第二真实图像进行该第二图像转换处理，产生一第二生成图像，以将该第二路面特征转换为该第一路面特征；
输入该第二生成图像至一第二鉴别器；
该第二鉴别器根据该第二生成图像，产生一第二损失值；
输入该第二生成图像至该第一生成器；
该第一生成器的该第一图像转换分支对该第二生成图像进行该第一图像转换处理，产生一第二重建图像，以将该第一路面特征转换为该第二路面特征；及
根据该第二重建图像及该第二真实图像，产生一第二重建损失值；
其中，该训练方法更根据各该第二迭代产生的该第二损失值及该第二重建损失值，更新该第一生成器及该第二生成器的网络参数。


5.如权利要求4所述的训练方法，其特征在于：
在各该...

【专利技术属性】
技术研发人员：林哲聪，
申请(专利权)人：财团法人工业技术研究院，
类型：发明
国别省市：中国台湾;71