生成器训练、样本对生成、检索模型训练及商标检索方法技术

本申请实施例涉及计算机视觉技术领域，公开了一种目标生成器训练方法，该方法引入相似度系数，在生成器中根据输入图像和相似度系数生成相似图像，然后再通过另一个生成器将相似图像复原，然后通过输入图像和复原图像对判别器进行训练，接着再把相似图像输入训练过的判别器，由判别器输出相似值，再通过相似度系数与相似值的差值以及输入图像与复原图像的欧氏距离来调整生成器的参数，使得后续得到的差值以及欧氏距离减小，以此来训练生成器的性能，获得能够生成相似度等于相似度系数的图像的目标生成器。通过上述方式，本申请实施例解决了商标图像的相似样本生成效率低的问题。决了商标图像的相似样本生成效率低的问题。决了商标图像的相似样本生成效率低的问题。

【技术实现步骤摘要】
生成器训练、样本对生成、检索模型训练及商标检索方法


[0001]本申请实施例涉及计算机视觉
，具体涉及一种目标生成器训练、相似样本对生成、图像检索模型训练以及商标图像检索方法。

技术介绍

[0002]商标是品牌的标志，由数字、文字、图形、字母、声音、颜色组合、三维标志等要素构成，用以识别和区分商品或服务的来源。商标注册需要经过商标查重流程，以预防商标侵权，以及保证商标本身及其拥有者的合法性。
[0003]目前商标图像检索的主要问题在于训练集的获取较为困难，而训练集需要构造大量的相似样本对并给出两张商标图像的相似度，然而由于商标图像的特点，人工标注方法难以定量表示两张商标图像的相似度，因此导致商标图像的相似样本生成效率低。

技术实现思路

[0004]鉴于上述问题，本申请实施例提供了一种目标生成器训练、相似样本对生成、图像检索模型训练以及商标图像检索方法，用于解决现有技术中存在的商标图像的相似样本生成效率低的问题。
[0005]根据本申请实施例的一个方面，提供了一种目标生成器训练方法，该目标生成器训练方法包括：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标生成器训练方法，其特征在于，所述方法包括：获取第一图像和第二图像；获取相似度系数，所述相似度系数用于表征所述第一图像与所述第二图像的相似度；将所述相似度系数输入第一生成器和第二生成器；将所述第一图像输入所述第一生成器，生成第一相似图像；将所述第一相似图像输入所述第二生成器，生成第一复原图像；将所述第一图像和所述第一复原图像输入第二判别器，由所述第二判别器输出所述第一图像的第一相似值和所述第一复原图像的第二相似值；根据所述第一相似值和所述第二相似值调整所述第二判别器，以使后续确定的所述第一相似值增大，所述第二相似值减小，从而使所述第二判别器用于判别输入图像与所述第一图像的相似度；将所述第二图像输入所述第二生成器，生成第二相似图像；将所述第二相似图像输入所述第一生成器，生成第二复原图像；将所述第二图像和所述第二复原图像输入第一判别器，由所述第一判别器输出所述第二图像的第三相似值和所述第二复原图像的第四相似值；根据所述第三相似值和所述第四相似值调整所述第一判别器，以使后续确定的所述第三相似值增大，所述第四相似值减小，从而使所述第一判别器用于判别输入图像与所述第二图像的相似程度；将所述第一相似图像输入所述第二判别器，由所述第二判别器输出所述第一相似图像的第五相似值；确定所述第五相似值与所述相似度系数之间的第一差值；将所述第二相似图像输入所述第一判别器，由所述第一判别器输出所述第二相似图像的第六相似值；确定所述第六相似值与所述相似度系数之间的第二差值；确定所述第一图像和所述第一复原图像的第一欧氏距离；确定所述第二图像和所述第二复原图像的第二欧氏距离；判断所述第一差值和所述第二差值是否小于第一预设阈值，同时判断所述第一欧氏距离和所述第二欧氏距离是否小于第二预设阈值；若否，则根据所述第一差值和所述第二欧氏距离调整所述第一生成器的参数，根据所述第二差值和所述第一欧氏距离调整所述第二生成器的参数，并跳转至所述将所述第一图像输入所述第一生成器，生成第一相似图像的步骤，以使后续确定的所述第一差值、所述第二差值、所述第一欧氏距离和所述第二欧氏距离均减小；若是，则将所述第一生成器和所述第二生成器中的至少一个确定为目标生成器，所述目标生成器用于根据输入图像生成相似度等于所述相似度系数的图像。2.根据权利要求1所述的目标生成器训练方法，其特征在于，所述获取第一图像和第二图像，包括：获取第一图像集和第二图像集；将所述第一图像集中的其中一张图像确定为所述第一图像；将所述第二图像集中的其中一张图像确定为所述第二图像；
所述若是，则将所述第一生成器和所述第二生成器中的至少一个确定为目标生成器，所述目标生成器用于根据输入图像生成相似度等于所述相似度系数的图像，包括：若是，则将所述第一图像集中的另一张图像确定为所述第一图像，将所述第二图像集中的另一张图像确定为所述第二图像，并跳转至所述将所述第一图像输入所述第一生成器，生成第一相似图像的步骤，直至遍历所述第一图像集和所述第二图像集中的所有图像后，将所述第一生成器和所述第二生成器中的至少一个确定为目标生成器。3.根据权利要求1所述的目标生成器训练方法，其特征在于，所述第一生成器与所述第二生成器的最小化对抗损失函数之和为：其中，S为所述相似度系数，G为所述第一生成器，F为所述第二生成器，D
X
为所述第二判别器，D
Y
为所述第一判别器，x为所述第一图像，y为所述第二图像，E为期望，x~P
data(x)
相当于所述第一图像的采样，y~P
data(y)
相当于所述第二图像的采样。4.一种相似样本对生成方法，其特征在于，所述相似样本对生成方法包括：获取样本图像；将所述样本图像输入目标生成器中，所述目标生成器通过权利要求1
‑
3中任意一项所述的目标生成器训练方法训练得到；通过所述目标生成器输出相似图像，所述相似图像与所述样本图像之间的相似度等于所述相似度系数；将所述样本图像与所述相似图像共同确定为相似样本对；将所述相似度系数确定为所述相似样本的相似度分数标签。5.一种图像检索模型训练方法，其特征在于，所述图像检索模型的训练方法包括：获取相似样本对集，所述相似样本对集包括多个相似样本对，所述相似样本对通过权利要求4所述的相似样本对生成方法生成；将所述相似样本对集输入神经网络中进行训练，得到图像检索模型。6.一种商标图像检索方法，其特征在于，所述商标图像检索方法包括：获取已有商标图像库，所述商标图像库包括多个已有商标图像；获取待检索商标图像；将所述待检索商标图像和所述已有商标图像输入图像检索模型，所述图像检索模型通过权利要求5所述的图像检索模型训练方法训练得到；通过所述图像检索模型输出所述待检索商标图像与每个所述已有商标图像的相似度分数。7.根据权利要求6所述的商标图像检索方法，其特征在于，所述获取待检索商标图像之后，包括：获取所述待检索商标图像的注册信息；根据所述注册信息确定与所述待检索商标属于相同领域的所述已有商标图像；所述将所述待检索...

【专利技术属性】
技术研发人员：李建武，胡文宇，韩荣华，周竞智，胡云姣，
申请(专利权)人：深圳易芽科技有限公司，
类型：发明
国别省市：