[发明专利]一种基于条件级联对抗生成网络的行人图像生成方法

摘要

一种基于条件级联对抗生成网络的行人图像生成方法，包括以下步骤：步骤1构建Stack Conditional Generative Adversarial Network深度神经网络并训练；步骤2利用SCGAN网络进行行人图像生成，过程包括：首先生成100维度的高斯分布噪声，然后对需要生成的行人属性编码，得到条件控制编码。串联高斯噪声与条件控制编码输入网络,取出各级生成器的输出，得到初步生成的图像。最后利用双线性插值算法将生成的图像长宽比例调整为1:2.5得到最终的生成结果。本发明实现了利用条件控制对抗生成网络生成具有特定行人属性的图像，提出的条件编码方式使得条件控制对抗生成网络的训练过程更加简易。

主权项

1.一种基于条件级联对抗生成网络的行人图像生成方法，包括以下步骤：步骤1构建提出的Stack Conditional Generative Adversarial Network网络并训练；具体包括：(1.1)以网络三级级联的对抗生成网络为基础，一级网络的输入为条件控制编码，二级网络的输入为一级网络的输出串联条件控制编码，三级网络的输入为二级网络的输出串联条件控制编码，每级网络连接各自的生成损失和判别损失作为优化目标；(1.2)生成控制变量；对训练图像的行人属性进行编码并归一化，实现的可控属性包括性别、姿态、上衣颜色、下装颜色；(1.3)将人工标注的样本通过网络的数据层输入到网络中，同时将控制变量输入到各级生成器和判别器，与随机产生的100维高斯噪音结合作为控制变量进行训练；每级网络包含生成损失和判别损失两个损失函数；网络采用随机梯度下降算法对损失函数进行优化，直到生成器损失和判别器损失达到平衡的状态；步骤2生成图像阶段，具体包括：(2.1)生成100维度的高斯分布噪声，用以确保生成的图像的随机性；(2.2)对需要生成的行人属性编码，得到条件控制编码；(2.3)串联高斯噪声与条件控制编码输入网络,取出各级生成器的输出，得到初步生成的图像；(2.4)利用双线性插值算法将生成的图像长宽比例调整为1:2.5得到最终的生成结果。