[发明专利]图像生成器的处理方法、图像生成方法及装置

说明书

本申请涉及一种图像生成器的处理方法、图像生成方法及装置。图像生成器的处理方法包括：获取源域图像样本和参考图像样本；通过图像生成器，生成源域图像样本在目标域的目标生成图像；分别提取源域图像样本的第一内容特征、参考图像样本的第二内容特征以及目标生成图像的第三内容特征；根据第一内容特征和第三内容特征生成正样本，并根据第一内容特征和第三内容特征中的至少一个、及第二内容特征生成负样本；将正样本和负样本输入互信息判别器，对图像生成器和互信息判别器进行迭代地对抗训练，并在对抗训练过程中迭代地最大化第一内容特征和第三内容特征的互信息，直至达到迭代停止条件。采用本方法能够避免迁移后的图像发生变形。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像生成器的处理方法、图像生成方法及装置。

背景技术

随着人工智能的发展，机器学习模型的使用越来越广泛。通过对机器学习模型进行训练，使得机器学习模型进行数据处理。比如，对医学影像处理模型进行训练，使得医学影像处理模型可实现医学影像的分类或者分割等。

目前，在通过图像样本训练机器学习模型时，图像样本可能来自不同的图像域，比如训练集的图像样本偏暗，测试集的图像样本偏亮，这会影响机器学习模型的性能。传统技术中，可先将图像样本迁移至同一图像域，再对机器学习模型进行训练。但是，传统的图像迁移方法会导致迁移后的图像发生变形。

发明内容

基于此，有必要针对上述技术问题，提供一种能够避免迁移后的图像发生变形的图像生成器的处理方法、图像生成方法及装置。

一种图像生成器的处理方法，该方法包括：

获取图像样本集、图像生成器和互信息判别器；图像样本集包括源域图像样本和参考图像样本；

通过图像生成器，生成源域图像样本在目标域的目标生成图像；

分别提取源域图像样本的第一内容特征、参考图像样本的第二内容特征以及目标生成图像的第三内容特征；

根据第一内容特征和第三内容特征生成正样本，并根据第一内容特征和第三内容特征中的至少一个、及第二内容特征生成负样本；

将正样本和负样本输入互信息判别器，对图像生成器和互信息判别器进行迭代地对抗训练，并在对抗训练过程中迭代地最大化第一内容特征和第三内容特征的互信息，直至达到迭代停止条件。

一种图像生成器的处理装置，装置包括：

获取模块，用于获取图像样本集、图像生成器和互信息判别器；图像样本集包括源域图像样本和参考图像样本；

生成模块，用于通过图像生成器，生成源域图像样本在目标域的目标生成图像；

提取模块，用于分别提取源域图像样本的第一内容特征、参考图像样本的第二内容特征以及目标生成图像的第三内容特征；

生成模块，还用于根据第一内容特征和第三内容特征生成正样本，并根据第一内容特征和第三内容特征中的至少一个、及第二内容特征生成负样本；

输入模块，用于将正样本和负样本输入互信息判别器，对图像生成器和互信息判别器进行迭代地对抗训练，并在对抗训练过程中迭代地最大化第一内容特征和第三内容特征的互信息，直至达到迭代停止条件。

一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

获取图像样本集、图像生成器和互信息判别器；图像样本集包括源域图像样本和参考图像样本；

通过图像生成器，生成源域图像样本在目标域的目标生成图像；

分别提取源域图像样本的第一内容特征、参考图像样本的第二内容特征以及目标生成图像的第三内容特征；