申请/专利权人：四川见山科技有限责任公司

申请日：2024-01-09

公开（公告）日：2024-04-09

公开（公告）号：CN117541883B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本申请提供一种图像生成模型训练、图像生成方法、系统以及电子设备，通过获取包括训练数据集；将训练数据输入到待训练图像生成模型，并获得模型所输出的模型生成图像；基于最优传输理论、模型生成图像与实际采集图像，确定损失函数值；根据损失函数值对模型的内部参数进行优化，以获得训练后的图像生成模型。由于损失函数值是基于最优传输理论、模型生成图像和实际采集图像所确定的，可以更加贴近人眼感知；基于该损失函数值对待训练图像生成模型的内部参数进行优化，所获得的训练后的图像生成模型，可以生成更加真实的贴近人眼感知的图像。本申请所提供的方法可以面向元宇宙、数字孪生、智能规划设计等应用领域。

主权项：1.一种图像生成模型训练方法，其特征在于，所述方法包括：获取训练数据集；其中，所述训练数据集包括多个语义标签图像和与所述语义标签图像对应的实际采集图像；将所述语义标签图像以及所述实际采集图像输入到待训练图像生成模型，获得所述待训练图像生成模型所输出的模型生成图像；基于最优传输理论、所述模型生成图像和所述实际采集图像，确定损失函数值；根据所述损失函数值对所述待训练图像生成模型的内部参数进行优化，以获得训练后的图像生成模型；其中，所述待训练图像生成模型的生成方法，包括：基于生成对抗网络，生成所述待训练图像生成模型；所述生成对抗网络包括生成器和鉴别器；其中，所述待训练图像生成模型具体包括：图像编码器、第二生成器和鉴别器；所述图像编码器配置为根据所述实际采集图像，获取图像特征数据；所述第二生成器包括：重塑模块、注意力模块和上采样模块；其中，所述重塑模块配置为对所述图像特征数据以及所述语义标签图像进行数据重塑，获得多个初始图像数据；所述注意力模块包括：多个卷积核大小不同的卷积层以及第二激活函数层；所述多个卷积核大小不同的卷积层配置为对每一所述初始图像数据进行不同尺寸的特征提取，获得多个不同尺寸的特征提取数据；所述第二激活函数层配置为对所述多个不同尺寸的特征提取数据进行加权求和，获得第二求和特征数据；所述上采样模块配置为对多个所述第二求和特征数据进行上采样处理，获得所述模型生成图像；所述鉴别器配置为鉴别所述模型生成图像以及所述实际采集图像。

全文数据：

权利要求：

百度查询： 四川见山科技有限责任公司 图像生成模型训练、图像生成方法、系统以及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD