本发明专利技术提供一种虚拟图像生成模型的训练方法、装置、设备及介质，方法包括：从标准模板图库中选定需要生成虚拟图像的标准模板图，从标准模板图对应的数据集中抽取真实图像；基于真实图像，生成真实图像对应的第一噪声图；合并标准模板图和第一噪声图，得到合并图像；将合并图像输入至预先设置的生成器网络中，得到生成器网络输出的候选图像；将第一图像对和第二图像对输入至预先设置的判别器网络，以由判别器网络对抗训练生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型；其中，第一图像对包括合并图像和真实图像，第二图像对包括合并图像和候选图像。通过生成对抗网络训练得到虚拟图像生成模型，提高了其生成虚拟图像的真实性。真实性。真实性。
【技术实现步骤摘要】
虚拟图像生成模型的训练方法、装置、设备及介质
[0001]本专利技术涉及图像生成
，尤其涉及一种虚拟图像生成模型的训练方法、装置、设备及介质。
技术介绍
[0002]随着图像生成技术发展越来越成熟，在各种图像识别技术的数据增强过程、生活娱乐、艺术创作中都能发现相关技术的应用。尤其是在基于深度学习的人工智能感知模型训练过程中，其数据驱动的特性不可避免得对数据的多样性和规模提出了更大的要求。往往为了进一步提升感知模型的精确度，需要通过数据增强的方法生成大量的多样化的虚拟数据，以扩充样本库。
[0003]但是，现有的一些图像生成方法存在生成图像多样性不足，或者不够逼真的问题，这大大限制了后续图像感知模型精度的提高。
技术实现思路
[0004]本专利技术提供一种虚拟图像生成模型的训练方法、装置、设备及介质，用以解决现有技术中存在生成图像多样性不足，或者不够逼真的问题。
[0005]本专利技术提供一种虚拟图像生成模型的训练方法，包括：
[0006]从标准模板图库中选定需要生成虚拟图像的标准模板图，从所述标准模板图对应的数据集中抽取真实图像；
[0007]基于所述真实图像，生成所述真实图像对应的第一噪声图；其中，所述第一噪声图用于表征所述真实图像与所述标准模板图之间的差异；
[0008]合并所述标准模板图和所述第一噪声图，得到合并图像；
[0009]将所述合并图像输入至预先设置的生成器网络中，得到所述生成器网络输出的候选图像；其中，所述生成器网络用于基于所述合并图像生成虚拟的图像作为候选图像；
[0010]将第一图像对和第二图像对输入至预先设置的判别器网络，以由所述判别器网络对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型；其中，所述第一图像对包括所述合并图像和所述真实图像，所述第二图像对包括所述合并图像和所述候选图像。
[0011]根据本专利技术提供的一种虚拟图像生成模型的训练方法，在所述将第一图像对和第二图像对输入至预先设置的判别器网络，以由所述判别器网络对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型之后，所述方法还包括：
[0012]将所述标准模板图和随机生成的第二噪声图合并后，输入至所述虚拟图像生成模型中，得到所述虚拟图像生成模型输出的所述标准模板图对应的虚拟图像。
[0013]根据本专利技术提供的一种虚拟图像生成模型的训练方法，在所述将所述标准模板图和随机生成的第二噪声图合并后，输入至所述虚拟图像生成模型中，得到所述虚拟图像生成模型输出的所述标准模板图对应的虚拟图像之后，所述方法还包括：
[0014]基于所述虚拟图像生成模型输出的所述标准模板图对应的虚拟图像，训练图像感知模型。
[0015]根据本专利技术提供的一种虚拟图像生成模型的训练方法，所述从标准模板图库中选定需要生成虚拟图像的标准模板图，从所述标准模板图对应的数据集中抽取真实图像，包括：
[0016]从标准模板图库中选定所述标准模板图；
[0017]从所述标准模板图对应的数据集中，通过随机抽样或非随机抽样抽取所述真实图像。
[0018]根据本专利技术提供的一种虚拟图像生成模型的训练方法，所述基于所述真实图像，生成所述真实图像对应的第一噪声图，包括：
[0019]提取所述真实图像中的图像特征，作为噪声种子；
[0020]基于所述噪声种子，生成所述真实图像对应的第一噪声图；
[0021]其中，所述第一噪声图的尺寸与所述标准模板图的尺寸相同。
[0022]根据本专利技术提供的一种虚拟图像生成模型的训练方法，所述合并所述标准模板图和所述第一噪声图，得到合并图像，包括：
[0023]通过通道级的图像拼接和/或矩阵计算，合并所述标准模板图和所述第一噪声图，得到所述合并图像。
[0024]根据本专利技术提供的一种虚拟图像生成模型的训练方法，在所述将第一图像对和第二图像对输入至预先设置的判别器网络，以由所述判别器网络对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型之前，所述方法还包括：
[0025]将所述合并图像和所述真实图像作为所述第一图像对，设定所述第一图像对的标签值表征为真；
[0026]将所述合并图像和所述候选图像作为所述第二图像对，设定所述第二图像对的标签值表征为假；
[0027]所述将第一图像对和第二图像对输入至预先设置的判别器网络，以由所述判别器网络对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型，包括：
[0028]将所述第一图像对和所述第二图像对输入至所述判别器网络，以由所述判别器网络基于所述第一图像对的标签值和所述第二图像对的标签值，对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型。
[0029]本专利技术还提供一种虚拟图像生成模型的训练装置，包括：
[0030]抽取模块，用于从标准模板图库中选定需要生成虚拟图像的标准模板图，从所述标准模板图对应的数据集中抽取真实图像；
[0031]生成模块，用于基于所述真实图像，生成所述真实图像对应的第一噪声图；其中，所述第一噪声图用于表征所述真实图像与所述标准模板图之间的差异；
[0032]合并模块，用于合并所述标准模板图和所述第一噪声图，得到合并图像；
[0033]处理模块，用于将所述合并图像输入至预先设置的生成器网络中，得到所述生成器网络输出的候选图像；其中，所述生成器网络用于基于所述合并图像生成虚拟的图像作为候选图像；
[0034]训练模块，用于将第一图像对和第二图像对输入至预先设置的判别器网络，以由
所述判别器网络对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型；其中，所述第一图像对包括所述合并图像和所述真实图像，所述第二图像对包括所述合并图像和所述候选图像。
[0035]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述虚拟图像生成模型的训练方法。
[0036]本专利技术还提供一种非暂态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如上述任一种所述虚拟图像生成模型的训练方法。
[0037]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述虚拟图像生成模型的训练方法。
[0038]本专利技术提供的虚拟图像生成模型的训练方法、装置、设备及介质，先选定需要生成虚拟图像的标准模板图，合并标准模板图及其对应的真实图像的第一噪声图，并将合并后的合并图像分别与真实图像和生成器网络输出的候选图像组成图像对，输入至判别器网络，以由判别器网络对抗训练生成器网络，得到训练后的生成器，网络作为虚拟图像生成模型。通过生成对抗网络训练得到的虚拟图像生成模型，可以有效提高生成的虚拟图像的真实性，另外，可以采用不同的标准模板图训练生成器网络，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种虚拟图像生成模型的训练方法，其特征在于，包括：从标准模板图库中选定需要生成虚拟图像的标准模板图，从所述标准模板图对应的数据集中抽取真实图像；基于所述真实图像，生成所述真实图像对应的第一噪声图；其中，所述第一噪声图用于表征所述真实图像与所述标准模板图之间的差异；合并所述标准模板图和所述第一噪声图，得到合并图像；将所述合并图像输入至预先设置的生成器网络中，得到所述生成器网络输出的候选图像；其中，所述生成器网络用于基于所述合并图像生成虚拟的图像作为候选图像；将第一图像对和第二图像对输入至预先设置的判别器网络，以由所述判别器网络对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型；其中，所述第一图像对包括所述合并图像和所述真实图像，所述第二图像对包括所述合并图像和所述候选图像。2.根据权利要求1所述的虚拟图像生成模型的训练方法，其特征在于，在所述将第一图像对和第二图像对输入至预先设置的判别器网络，以由所述判别器网络对抗训练所述生成器网络，得到训练后的生成器网络，作为虚拟图像生成模型之后，所述方法还包括：将所述标准模板图和随机生成的第二噪声图合并后，输入至所述虚拟图像生成模型中，得到所述虚拟图像生成模型输出的所述标准模板图对应的虚拟图像。3.根据权利要求2所述的虚拟图像生成模型的训练方法，其特征在于，在所述将所述标准模板图和随机生成的第二噪声图合并后，输入至所述虚拟图像生成模型中，得到所述虚拟图像生成模型输出的所述标准模板图对应的虚拟图像之后，所述方法还包括：基于所述虚拟图像生成模型输出的所述标准模板图对应的虚拟图像，训练图像感知模型。4.根据权利要求1至3任一项所述的虚拟图像生成模型的训练方法，其特征在于，所述从标准模板图库中选定需要生成虚拟图像的标准模板图，从所述标准模板图对应的数据集中抽取真实图像，包括：从标准模板图库中选定所述标准模板图；从所述标准模板图对应的数据集中，通过随机抽样或非随机抽样抽取所述真实图像。5.根据权利要求1至3任一项所述的虚拟图像生成模型的训练方法，其特征在于，所述基于所述真实图像，生成所述真实图像对应的第一噪声图，包括：提取所述真实图像中的图像特征，作为噪声种子；基于所述噪声种子，生成所述真实图像对应的第一噪声图；其中，所述第一噪声图的尺寸与所述标准模板图的尺寸相同。6.根据权利要求1至3任一项所述的虚拟图像生成模型的训练方法，其特征在于，所述合并所述标准模板图和所述第一噪声图，得到合并图像，包括：通过通道级的图像拼接和...
【专利技术属性】
技术研发人员：王建功，王飞跃，王晓，王雨桐，田永林，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
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。