CN111553283A - 用于生成模型的方法及装置 - Google Patents

Abstract

本公开的实施例公开了用于生成模型的方法及装置。该方法的一具体实施方式包括：获取多个样本场景图像和与上述多个样本场景图像中的每个样本场景图像对应的样本非场景图像；提取预先建立的生成式对抗网络；利用机器学习方法，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。该实施方式提高了在跨场景下目标物体的识别准确性。

Description

用于生成模型的方法及装置

技术领域

本公开的实施例涉及图像处理技术领域，具体涉及用于生成模型的方法及装置。

背景技术

目标识别是指一个特殊目标物体(或一种类型的目标物体)从其它目标物体(或其它类型的目标)中被区分出来的过程。目标物体可以是车辆、行人等。

发明内容

本公开的实施例提出了用于生成模型的方法及装置。

第一方面，本公开的实施例提供了一种用于生成模型的方法，该方法包括：获取多个样本场景图像和与上述多个样本场景图像中的每个样本场景图像对应的样本非场景图像，其中，上述样本场景图像和样本非场景图像包含相同目标物体的物体图像；提取预先建立的生成式对抗网络，其中，上述生成式对抗网络包括生成网络和判别网络，生成网络用于利用所输入的场景图像生成非场景图像，判别网络用于确定输入上述判别网络的图像是否是生成网络输出的图像；利用机器学习方法，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。

在一些实施例中，上述样本场景图像通过以下步骤采集：确定样本图像中的至少一个目标物体；对于上述至少一个目标物体中的目标物体，获取该目标物体在至少一个场景中的每个场景的至少一个样本场景图像。

在一些实施例中，上述对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型，包括：执行如下训练步骤：固定生成网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，利用机器学习方法、交叉熵损失函数和三元组损失函数对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为非场景图像生成模型。

在一些实施例中，上述对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型，还包括：响应于确定准确率处于预设数值范围外，使用最近一次训练的生成网络和判别网络重新执行上述训练步骤。

在一些实施例中，对于上述多个样本场景图像中的每个样本场景图像，该样本场景图像包含的物体图像特征至少部分的与该样本场景图像对应的样本非场景图像包含的物体图像特征相同。

在一些实施例中，上述方法还包括：获取基准目标物体图像和待处理场景图像；查询上述基准目标物体图像的基准场景图像；将上述基准场景图像输入至上述非场景图像生成模型，得到对应上述基准场景图像的至少一个非场景图像；响应于上述至少一个非场景图像中存在与上述待处理场景图像对应的目标非场景图像，获取上述目标非场景图像中对应上述基准目标物体图像的目标特征信息；根据上述目标特征信息从上述待处理场景图像中识别出目标物体图像。

第二方面，本公开的实施例提供了一种用于生成模型的装置，该装置包括：样本图像获取单元，被配置成获取多个样本场景图像和与上述多个样本场景图像中的每个样本场景图像对应的样本非场景图像，其中，上述样本场景图像和样本非场景图像包含相同目标物体的物体图像；提取单元，被配置成提取预先建立的生成式对抗网络，其中，上述生成式对抗网络包括生成网络和判别网络，生成网络用于利用所输入的场景图像生成非场景图像，判别网络用于确定输入上述判别网络的图像是否是生成网络输出的图像；模型生成单元，被配置成利用机器学习方法，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。

在一些实施例中，上述装置包括样本确定单元，被配置成确定样本场景图像，上述样本确定单元包括：目标物体确定子单元，被配置成确定样本图像中的至少一个目标物体；样本场景图像确定子单元，对于上述至少一个目标物体中的目标物体，被配置成获取该目标物体在至少一个场景中的每个场景的至少一个样本场景图像。

在一些实施例中，上述模型生成单元包括：模型训练子单元，被配置成固定生成网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，利用机器学习方法、交叉熵损失函数和三元组损失函数对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为非场景图像生成模型。

在一些实施例中，上述模型生成单元还包括：模型确定子单元，响应于确定准确率处于预设数值范围外，被配置成使用最近一次训练的生成网络和判别网络重新执行上述训练步骤。

在一些实施例中，对于上述多个样本场景图像中的每个样本场景图像，该样本场景图像包含的物体图像特征至少部分的与该样本场景图像对应的样本非场景图像包含的物体图像特征相同。

在一些实施例中，上述装置还包括：图像获取单元，被配置成获取基准目标物体图像和待处理场景图像；基准场景图像查询单元，被配置成查询上述基准目标物体图像的基准场景图像；非场景图像生成单元，被配置成将上述基准场景图像输入至上述非场景图像生成模型，得到对应上述基准场景图像的至少一个非场景图像；目标特征信息获取单元，响应于上述至少一个非场景图像中存在与上述待处理场景图像对应的目标非场景图像，被配置成获取上述目标非场景图像中对应上述基准目标物体图像的目标特征信息；识别单元，被配置成根据上述目标特征信息从上述待处理场景图像中识别出目标物体图像。

第三方面，本公开的实施例提供了一种电子设备/终端/服务器，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于生成模型的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于生成模型的方法。

本公开的实施例提供的用于生成模型的方法及装置，首先获取包含目标物体的样本场景图像和样本非场景图像，其中，样本场景图像是在多种不同场景下获取的图像，有利于在不同场景下识别出目标物体；然后通过生成式对抗网络对样本场景图像和样本非场景图像进行训练，得到非场景图像生成模型。本申请提高了在跨场景下目标物体的识别准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例的示意图；

图2是根据本申请第二实施例的示意图；

图3是根据本申请第三实施例的示意图；

图4是根据本申请第四实施例的示意图；

图5是用来实现本申请实施例的用于生成模型的方法的电子设备的框图；

图6是适于用来实现本公开的实施例的电子设备结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1示出了可以应用本公开的实施例的用于生成模型的方法或用于生成模型的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种图像应用，例如图像采集应用、图像编辑应用、视频采集应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有镜头并且支持图像采集的各种电子设备，包括但不限于监控镜头、智能摄像机、路况摄像机车载摄像头等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发来的图像提供支持的识别服务器。识别服务器可以对接收到的图像等数据进行分析等处理，并将处理结果(例如标记了目标物体图像的图像)反馈给终端设备。

需要说明的是，本公开的实施例所提供的用于生成模型的方法一般由服务器105执行，相应地，用于生成模型的装置一般设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于生成模型的方法的一个实施例的流程200。该用于生成模型的方法包括以下步骤：

步骤201，获取多个样本场景图像和与上述多个样本场景图像中的每个样本场景图像对应的样本非场景图像。

在本实施例中，用于生成模型的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从终端设备101、102、103获取样本场景图像和样本非场景图像需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(Ultra Wideband)连接、以及其他现在已知或将来开发的无线连接方式。

现有技术对目标物体进行识别时，通常只针对目标物体本身进行识别；当目标物体出现在其他图像中时，通常不易识别出目标物体，导致对目标物体的识别准确性不高。

为了实现在不同场景下也能准确识别目标物体，本申请的执行主体首先获取多个样本场景图像和与上述多个样本场景图像中的每个样本场景图像对应的样本非场景图像。其中，样本场景图像可以为终端设备101、102、103正常采集的图像。例如，样本场景图像可以是包含目标车辆在路口的图像、停车场的图像、行驶中的图像等。其中，路口、停车场和行驶可以认为是目标车辆所在的场景。样本非场景图像可以为在样本场景图像的基础上，对样本场景图像进行调整后的图像。例如，通过改变图像的亮度、对比度、色彩等方式对样本场景图像进行调整，以得到对应的样本非场景图像。即，上述样本场景图像和样本非场景图像包含相同目标物体的物体图像。上述样本场景图像与上述物体图像具有对应关系，上述样本非场景图像与上述物体图像具有对应关系。

步骤202，提取预先建立的生成式对抗网络。

为了训练能够识别不同场景下的目标物体，执行主体可以提取预先建立的生成式对抗网络。其中，上述生成式对抗网络可以包括生成网络和判别网络，生成网络可以用于利用所输入的场景图像生成非场景图像，判别网络可以用于确定输入上述判别网络的图像是否是生成网络输出的图像。

步骤203，利用机器学习方法，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。

执行主体可以通过多种学习方法将样本场景图像和样本非场景图像应用于生成式对抗网络包含的生成网络和判别网络，以得到非场景图像生成模型。其中，非场景图像生成模型可以用于根据物体在设定场景下的输入图像生成物体在其他场景下的输出图像。例如，车辆的全部场景为10个，执行主体保存有车辆A在4个场景下的图像。当车辆A出现在其他6个场景时，可以通过非场景图像生成模型模拟出车辆A在其他6个场景中的图像，进而识别出在其他6个场景中的车辆A的图像。即，本申请的非场景图像生成模型可以控制生成对应场景的输出图像。如此，通过非场景图像生成模型可以生成不同场景下的图像，提高了跨场景下识别物体的准确性。

继续参考图3，示出了根据本公开的用于生成模型的方法的一个实施例的流程300。该用于生成模型的方法包括以下步骤：

步骤301，确定样本图像中的至少一个目标物体。

样本图像可以是终端设备101、102、103采集的图像，包含物体信息和物体所在的场景信息。场景信息可以表征物体所在的场景。例如，场景信息可以是路口、车站等。因此，执行主体需要首先从样本图像中确定目标物体。例如，执行主体获取到多个样本图像，多个样本图像中包含车辆A和车辆B。则执行主体可以将车辆A和车辆B标记为目标物体。

步骤302，对于上述至少一个目标物体中的目标物体，获取该目标物体在至少一个场景中的每个场景的至少一个样本场景图像。

确定了目标物体后，执行主体可以将包含目标物体的样本图像按照场景进行划分。如此，得到目标物体在每个场景下的样本场景图像，有利于根据场景来识别目标物体。

在此基础上，执行主体可以对样本场景图像进行多种图像处理，以得到样本非场景图像。

步骤303，获取多个样本场景图像和与上述多个样本场景图像中的每个样本场景图像对应的样本非场景图像。

步骤303的内容与步骤201的内容相同，此处不再一一赘述。其中，对于上述多个样本场景图像中的每个样本场景图像，该样本场景图像包含的物体图像特征至少部分的与该样本场景图像对应的样本非场景图像包含的物体图像特征相同。以保证在训练非场景图像生成模型时，非场景图像生成模型的输入图像和输出图像都是与同一物体相关的不同场景下的图像。

步骤304，提取预先建立的生成式对抗网络。

步骤304的内容与步骤202的内容相同，此处不再一一赘述。

步骤305，利用机器学习方法，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。

步骤305的内容与步骤203的内容相同，此处不再一一赘述。

在本实施例的一些可选的实现方式中，上述对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型，可以包括：

第一步，执行主体可以固定生成网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，利用机器学习方法对判别网络进行训练。

第二步，执行主体可以固定训练后的判别网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，利用机器学习方法、交叉熵损失函数和三元组损失函数对生成网络进行训练。应当理解，上述机器学习方法、交叉熵损失函数和三元组损失函数是目前广泛研究和应用的公知技术，在此不再赘述。

第三步，执行主体可以确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围(例如45％-55％)内，将最近一次训练的生成网络确定为非场景图像生成模型。此时的非场景图像生成模型就能够通过物体在设定场景的输入图像生成物体在其他场景的输出图像。此外，响应于确定准确率处于预设数值范围外，使用最近一次训练的生成网络和判别网络重新执行上述训练步骤。

还以上述的举例来说明。车辆的全部场景为10个，执行主体保存有车辆A在4个场景下的图像。执行主体可以首先将在4个场景下的样本场景图像调整为在其他6个场景下的图像。然后，通过生成网络和判别网络使得非场景图像生成模型能够通过4个场景下的图像准确生成其他6个场景下的图像。相对应的，在通过样本场景图像得到对应的样本非场景图像时，样本非场景图像也应尽量调整为与其他6个场景下相对应的图像。如此，减少了执行主体处理图像的数据量，有利于提高在跨场景下准确识别出目标物体。

进一步参考图4，其示出了用于识别物体方法的又一个实施例的流程400。用于识别物体方法是在上述的图2和图3对应的实施例的基础上得到的。该用于识别物体方法的流程400，包括以下步骤：

步骤401，获取基准目标物体图像和待处理场景图像。

在本实施例中，用于识别物体方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取基准目标物体图像和待处理场景图像。其中，基准目标物体图像就是执行主体现有的目标物体的图像。待处理场景图像则是执行主体具有的、包含目标物体在设定场景之外的其他场景下的图像。以上述例子来说，执行主体现在有的是车辆A在4个场景下的图像。待处理场景图像就是车辆A出现在其他6个场景时的图像。

步骤402，查询上述基准目标物体图像的基准场景图像。

此处的基准场景图像可以是指车辆A在4个场景下的图像，即执行主体现有的图像。

步骤403，将上述基准场景图像输入至上述非场景图像生成模型，得到对应上述基准场景图像的至少一个非场景图像。

由上述描述可知，非场景图像生成模型能够生成与物体的输入图像不同场景的图像。因此，执行主体可以将上述基准场景图像输入至上述非场景图像生成模型，得到对应上述基准场景图像的至少一个非场景图像。需要说明的是，至少一个非场景图像应理解为基准目标物体在所有可能的场景下的图像。对应的，至少一个非场景图像即为指车辆A在上述其他6个场景时可能的图像。如此，有利于提高跨场景下识别基准目标物体的准确性。

步骤404，响应于上述至少一个非场景图像中存在与上述待处理场景图像对应的目标非场景图像，获取上述目标非场景图像中对应上述基准目标物体图像的目标特征信息。

当存在与上述待处理场景图像对应的目标非场景图像时，执行主体可以进一步获取上述目标非场景图像中对应上述基准目标物体图像的目标特征信息。则目标特征信息即为基准目标物体在待处理场景图像中可能存在的特征信息。

步骤405，根据上述目标特征信息从上述待处理场景图像中识别出目标物体图像。

最后，执行主体可以根据目标特征信息从上述待处理场景图像中识别出目标物体图像。如此，提高了跨场景下识别基准目标物体的准确性。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于生成模型的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于生成模型的装置500可以包括：样本图像获取单元501、提取单元502和模型生成单元503。其中，样本图像获取单元501，被配置成获取多个样本场景图像和与上述多个样本场景图像中的每个样本场景图像对应的样本非场景图像，其中，上述样本场景图像和样本非场景图像包含相同目标物体的物体图像，上述样本场景图像与上述物体图像具有对应关系，上述样本非场景图像与上述物体图像具有对应关系；提取单元502，被配置成提取预先建立的生成式对抗网络，其中，上述生成式对抗网络包括生成网络和判别网络，生成网络用于利用所输入的场景图像生成非场景图像，判别网络用于确定输入上述判别网络的图像是否是生成网络输出的图像；模型生成单元503，被配置成利用机器学习方法，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。

在本实施例的一些可选的实现方式中，上述用于生成模型的装置500可以包括样本确定单元(图中未视出)，被配置成确定样本场景图像，上述样本确定单元可以包括：目标物体确定子单元(图中未视出)和样本场景图像确定子单元(图中未视出)。其中，目标物体确定子单元，被配置成确定样本图像中的至少一个目标物体；样本场景图像确定子单元，对于上述至少一个目标物体中的目标物体，被配置成获取该目标物体在至少一个场景中的每个场景的至少一个样本场景图像。

在本实施例的一些可选的实现方式中，上述模型生成单元503可以包括：模型训练子单元(图中未视出)，被配置成固定生成网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将上述多个样本场景图像中的每个样本场景图像作为生成网络的输入，利用机器学习方法、交叉熵损失函数和三元组损失函数对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为非场景图像生成模型。

在本实施例的一些可选的实现方式中，上述模型生成单元503还可以包括：模型确定子单元(图中未视出)，响应于确定准确率处于预设数值范围外，被配置成使用最近一次训练的生成网络和判别网络重新执行上述训练步骤。

在本实施例的一些可选的实现方式中，对于上述多个样本场景图像中的每个样本场景图像，该样本场景图像包含的物体图像特征至少部分的与该样本场景图像对应的样本非场景图像包含的物体图像特征相同。

在本实施例的一些可选的实现方式中，上述用于生成模型的装置500还可以包括：图像获取单元(图中未视出)、基准场景图像查询单元(图中未视出)、非场景图像生成单元(图中未视出)、目标特征信息获取单元(图中未视出)和识别单元(图中未视出)。其中，图像获取单元，被配置成获取基准目标物体图像和待处理场景图像；基准场景图像查询单元，被配置成查询上述基准目标物体图像的基准场景图像；非场景图像生成单元，被配置成将上述基准场景图像输入至上述非场景图像生成模型，得到对应上述基准场景图像的至少一个非场景图像；目标特征信息获取单元，响应于上述至少一个非场景图像中存在与上述待处理场景图像对应的目标非场景图像，被配置成获取上述目标非场景图像中对应上述基准目标物体图像的目标特征信息；识别单元，被配置成根据上述目标特征信息从上述待处理场景图像中识别出目标物体图像。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图6所示，是根据本申请实施例的用于生成模型的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，上述存储器存储有可由至少一个处理器执行的指令，以使上述至少一个处理器执行本申请所提供的用于生成模型的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的用于生成模型的方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的用于生成模型的方法对应的程序指令/模块(例如，附图5所示的样本图像获取单元501、提取单元502和模型生成单元503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的用于生成模型的方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于生成模型的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至用于生成模型的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

用于生成模型的方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与用于生成模型的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，首先获取包含目标物体的样本场景图像和样本非场景图像，其中，样本场景图像是在多种不同场景下获取的图像，有利于在不同场景下识别出目标物体；然后通过生成式对抗网络对样本场景图像和样本非场景图像进行训练，得到非场景图像生成模型。本申请提高了在跨场景下目标物体的识别准确性。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种用于生成模型的方法，包括：

获取多个样本场景图像和与所述多个样本场景图像中的每个样本场景图像对应的样本非场景图像，其中，所述样本场景图像和样本非场景图像包含相同目标物体的物体图像；

提取预先建立的生成式对抗网络，其中，所述生成式对抗网络包括生成网络和判别网络，生成网络用于利用所输入的场景图像生成非场景图像，判别网络用于确定输入所述判别网络的图像是否是生成网络输出的图像；

利用机器学习方法，将所述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。

2.根据权利要求1所述的方法，其中，所述样本场景图像通过以下步骤采集：

确定样本图像中的至少一个目标物体；

对于所述至少一个目标物体中的目标物体，获取该目标物体在至少一个场景中的每个场景的至少一个样本场景图像。

3.根据权利要求1所述的方法，其中，所述对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型，包括：

执行如下训练步骤：固定生成网络的参数，将所述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将所述多个样本场景图像中的每个样本场景图像作为生成网络的输入，利用机器学习方法、交叉熵损失函数和三元组损失函数对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为非场景图像生成模型。

4.根据权利要求3所述的方法，其中，所述对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型，还包括：

响应于确定准确率处于预设数值范围外，使用最近一次训练的生成网络和判别网络重新执行所述训练步骤。

5.根据权利要求1所述的方法，其中，对于所述多个样本场景图像中的每个样本场景图像，该样本场景图像包含的物体图像特征至少部分的与该样本场景图像对应的样本非场景图像包含的物体图像特征相同。

6.根据权利要求1至5任意一项所述的方法，其中，所述方法还包括：

获取基准目标物体图像和待处理场景图像；

查询所述基准目标物体图像的基准场景图像；

将所述基准场景图像输入至所述非场景图像生成模型，得到对应所述基准场景图像的至少一个非场景图像；

响应于所述至少一个非场景图像中存在与所述待处理场景图像对应的目标非场景图像，获取所述目标非场景图像中对应所述基准目标物体图像的目标特征信息；

根据所述目标特征信息从所述待处理场景图像中识别出目标物体图像。

7.一种用于生成模型的装置，包括：

样本图像获取单元，被配置成获取多个样本场景图像和与所述多个样本场景图像中的每个样本场景图像对应的样本非场景图像，其中，所述样本场景图像和样本非场景图像包含相同目标物体的物体图像；

提取单元，被配置成提取预先建立的生成式对抗网络，其中，所述生成式对抗网络包括生成网络和判别网络，生成网络用于利用所输入的场景图像生成非场景图像，判别网络用于确定输入所述判别网络的图像是否是生成网络输出的图像；

模型生成单元，被配置成利用机器学习方法，将所述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为非场景图像生成模型。

8.根据权利要求7所述的装置，其中，所述装置包括样本确定单元，被配置成确定样本场景图像，所述样本确定单元包括：

目标物体确定子单元，被配置成确定样本图像中的至少一个目标物体；

样本场景图像确定子单元，对于所述至少一个目标物体中的目标物体，被配置成获取该目标物体在至少一个场景中的每个场景的至少一个样本场景图像。

9.根据权利要求7所述的装置，其中，所述模型生成单元包括：

模型训练子单元，被配置成固定生成网络的参数，将所述多个样本场景图像中的每个样本场景图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本场景图像对应的样本非场景图像作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将所述多个样本场景图像中的每个样本场景图像作为生成网络的输入，利用机器学习方法、交叉熵损失函数和三元组损失函数对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为非场景图像生成模型。

10.根据权利要求9所述的装置，其中，所述模型生成单元还包括：

模型确定子单元，响应于确定准确率处于预设数值范围外，被配置成使用最近一次训练的生成网络和判别网络重新执行所述训练步骤。

11.根据权利要求7所述的装置，其中，对于所述多个样本场景图像中的每个样本场景图像，该样本场景图像包含的物体图像特征至少部分的与该样本场景图像对应的样本非场景图像包含的物体图像特征相同。

12.根据权利要求7至11任意一项所述的装置，其中，所述装置还包括：

图像获取单元，被配置成获取基准目标物体图像和待处理场景图像；

基准场景图像查询单元，被配置成查询所述基准目标物体图像的基准场景图像；

非场景图像生成单元，被配置成将所述基准场景图像输入至所述非场景图像生成模型，得到对应所述基准场景图像的至少一个非场景图像；

目标特征信息获取单元，响应于所述至少一个非场景图像中存在与所述待处理场景图像对应的目标非场景图像，被配置成获取所述目标非场景图像中对应所述基准目标物体图像的目标特征信息；

识别单元，被配置成根据所述目标特征信息从所述待处理场景图像中识别出目标物体图像。

13.一种电子设备，包括：

一个或多个处理器；

存储器，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行权利要求1至6中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6中任一所述的方法。

Images