【技术实现步骤摘要】
条件对抗网络的训练方法、装置、电子设备和存储介质
本申请涉及计算机
,具体涉及深度学习和图像处理
,尤其涉及一种条件对抗网络的训练方法、装置、电子设备和存储介质。
技术介绍
条件生成对抗网络,是一种带条件约束的生成式对抗网络,在生成模型和判别模型中均引入条件变量,使用额外的条件来指导数据的生成。其中,条件生成对抗网络中的条件一般都是类别标签,是一种离散量。可见,相关技术中,条件生成对抗网络适用于条件为离散量的情况。
技术实现思路
本申请提供一种适用于条件为连续量的条件生成对抗网络的方法、装置、电子设备和存储介质。根据第一方面,提供了一种条件对抗网络的训练方法,包括:获取待生成图片中目标对象的目标方向角度;根据所述目标方向角度所属的角度区间,确定当前的条件编码;将所述条件编码及噪声编码输入所述条件对抗网络的生成器,以生成包含所述目标对象的第一图片;将所述第一图片输入所述条件对抗网络的判别器,以生成所述第一图片属于真实图片的概率及所述目标对象在所述第一图片中的第一判别方向角度;以及根据所述第一图片属于真实图片的概率、及所述目标对象在所述第一图片中的第一判别方向角度与所述目标方向角度的差值,对所述生成器及所述判别器进行修正,以对所述条件对抗网络进行训练。本申请实施例的条件对抗网络的训练方法,通过将噪声编码和根据目标对象的目标方向角所属的角度区间确定的条件编码输入至生成器,得到包含目标对象的第一图片,并将第一图片输入至判别器,并根据生成的第一图片 ...
【技术保护点】
1.一种条件对抗网络的训练方法,包括:/n获取待生成图片中目标对象的目标方向角度;/n根据所述目标方向角度所属的角度区间,确定当前的条件编码;/n将所述条件编码及噪声编码输入所述条件对抗网络的生成器,以生成包含所述目标对象的第一图片;/n将所述第一图片输入所述条件对抗网络的判别器,以生成所述第一图片属于真实图片的概率及所述目标对象在所述第一图片中的第一判别方向角度;以及/n根据所述第一图片属于真实图片的概率、及所述目标对象在所述第一图片中的第一判别方向角度与所述目标方向角度的差值,对所述生成器及所述判别器进行修正,以对所述条件对抗网络进行训练。/n
【技术特征摘要】
1.一种条件对抗网络的训练方法,包括:
获取待生成图片中目标对象的目标方向角度;
根据所述目标方向角度所属的角度区间,确定当前的条件编码;
将所述条件编码及噪声编码输入所述条件对抗网络的生成器,以生成包含所述目标对象的第一图片;
将所述第一图片输入所述条件对抗网络的判别器,以生成所述第一图片属于真实图片的概率及所述目标对象在所述第一图片中的第一判别方向角度;以及
根据所述第一图片属于真实图片的概率、及所述目标对象在所述第一图片中的第一判别方向角度与所述目标方向角度的差值,对所述生成器及所述判别器进行修正,以对所述条件对抗网络进行训练。
2.如权利要求1所述的方法,其中,所述将所述第一图片输入所述条件对抗网络的判别器,以生成所述第一图片属于真实图片的概率及所述目标对象在所述第一图片中的第一判别方向角度,包括:
将所述第一图片输入判别器,以生成所述目标对象在各个角度区间的各个第一概率;以及
根据所述各个第一概率、所述各个角度区间对应的区间编码及每个所述角度区间对应的角度范围,确定所述目标对象在所述第一图片中的第一判别方向角度。
3.如权利要求2所述的方法,其中,所述根据所述各个第一概率、所述各个角度区间对应的区间编码及每个所述角度区间对应的角度范围,确定所述目标对象在所述第一图片中的第一判别方向角度,包括:
根据所述各个第一概率及所述各个角度区间对应的区间编码,确定所述目标对象在所述第一图片中对应的总区间编码;
根据所述总区间编码及所述每个角度区间对应的角度范围,确定所述第一判别方向角度。
4.如权利要求1所述的方法,还包括:
从训练集中获取包含所述目标对象的第二图片及所述目标对象在所述第二图片中的实际方向角度;
将所述第二图片输入所述判别器中,以生成所述第二图片属于真实图片的概率、及所述目标对象在各个角度区间的各个第二概率;以及
根据所述各个第二概率、所述各个角度区间对应的区间编码及每个所述角度区间对应的角度范围,确定所述目标对象在所述第二图片中的第二判别方向角度;
根据所述第二判别方向角度与所述实际方向角度的差值、及所述第二图片属于真实图片的概率,对所述判别器进行修正。
5.如权利要求1所述的方法,其中,在所述根据所述目标方向角度所属的角度区间,确定当前的条件编码之前,还包括:
根据所述目标方向角度的类型,确定所述目标对象在图片中的角度范围;以及
将所述角度范围划分为预设数量的角度区间。
6.如权利要求5所述的方法,其中,在所述将所述角度范围划分为预设数量的角度区间之前,还包括:
根据所述目标方向角度的类型,确定每个角度区间对应的角度范围极值;
根据所述每个角度区间对应的角度范围极值,确定所述预设数量。
7.如权利要求6所述的方法,其中,所述目标对象为头发,所述目标方向角度为偏航角,所述根据所述每个角度区间对应的角度范围极值,确定所述预设数量,包括:
根据所述每个角度区间对应的角度范围极值,确定初始区间数量N;
如果所述初始区间数量N为偶数,则确定所述预设数量为N+1。
8.如权利要求5所述的方法,其中,所述将所述角度范围划分为预设数量的角度区间,包括:
将所述角度范围平均划分为预设数量的角度区间。
9.如权利要求1-8任一所述的方法,其中,在所述将所述条件编码及噪声编码输入所述条件对抗网络的生成器,以生成包含所述目标对象的第一图片之前,还包括:
根据所述条件编码的维数,确定所述噪声编码的目标维数;
所述将所述条件编码及噪声编码输入所述条件对抗网络的生成器,以生成包含所述目标对象的第一图片,包括:
将所述条件编码及所述目标维数的噪声编码输入所述生成器,以生成所述包含所述目标对象的第一图片。
10.如权利要求1-6任一所述的方法,其中,所述目标方向角度为以下角度中的至少一个:偏航角、俯仰角或翻滚角。
11.一种条件对抗网络的训练装置,包括:
第一获取模块,用于获取待生成图片中目标对象的目标方向角度;
第一...
【专利技术属性】
技术研发人员:杨少雄,赵晨,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。