[发明专利]图像处理的方法、装置、系统及计算机存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

通过如下方式训练得到生成对抗网络，所述生成对抗网络包括生成模型和判别模型：

将包括车辆的输入图像输入至所述生成模型，得到输出图像，其中，所述输出图像与所述输入图像具有不同的风格，其中，所述风格是指图像采集装置的监控风格，包括：所采集的车辆的角度、采集时车辆相对于所述图像采集装置的速度、所述图像采集装置的属性、环境照明条件；

将所述输出图像输入至所述判别模型，得到输出值；

根据预定义的多个损失函数，对所述生成模型和所述判别模型进行训练，直到收敛，其中，若所述多个损失函数的加权和在连续多个迭代中的结果之间的差值小于预设误差值，则确定达到收敛；

使用所述训练好的所述生成模型，得到与所述训练好的生成模型的输入图像具有不同风格的目标图像。

2.根据权利要求1所述的方法，其特征在于，所述预定义的多个损失函数包括风格损失函数，或者，所述预定义的多个损失函数包括风格损失函数和材质损失函数。

3.根据权利要求1所述的方法，其特征在于，所述输出值表示所述输出图像为真实图像的概率。

4.根据权利要求1至3中任一项所述的方法，其特征在于，还包括：

将所述目标图像添加至已有数据集以生成新的数据集；

基于所述新的数据集进行车辆检测。

5.一种图像处理的装置，其特征在于，所述装置包括：

训练模块，用于通过如下方式训练得到生成对抗网络，所述生成对抗网络包括生成模型和判别模型：

将输入图像输入至所述生成模型，得到输出图像，其中，所述输出图像与所述输入图像具有不同的风格，其中，所述风格是指图像采集装置的监控风格，包括：所采集的车辆的角度、采集时车辆相对于所述图像采集装置的速度、所述图像采集装置的属性、环境照明条件；

将所述输出图像输入至所述判别模型，得到输出值；

根据预定义的多个损失函数，对所述生成模型和所述判别模型进行训练，直到收敛，其中，若所述多个损失函数的加权和在连续多个迭代中的结果之间的差值小于预设误差值，则确定达到收敛；

获取模块，用于使用所述训练好的所述生成模型，得到与所述训练好的生成模型的输入图像具有不同风格的目标图像。

6.一种图像处理的系统，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

7.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机执行时实现权利要求1至4中任一项所述方法的步骤。