1.一种双判别器生成式对抗网络模型的构建方法，其特征在于，所述双判别器生成式对抗网络的构建方法包括：构建用于判别图像真伪的第一判别器；

构建用于计算图像之间相似度的第二判别器；

基于生成器、所述第一判别器和所述第二判别器，构建双判别器的生成式对抗网络模型和所述生成式对抗网络模型的损失函数；

根据所述损失函数，采用随机生成的第一预设数量的噪声数据和选取的第二预设数量的真实图像，对所述生成式对抗网络模型进行训练，获得训练好的生成式对抗网络模型，具体包括：通过如下方式构建所述生成式对抗网络模型的损失函数：

其中，表示所述生成器， 表示第一判别器，表示第二判别器， 表示从真实数据域中选取的第一真实图像， 表示从所述真实数据域 中选取的第二真实图像，表示所述生成器的生成图像，表示期望， 表示噪声数据， 表示随机生成的第一预设数量的噪声数据；

预设多个批次的训练，对于每个批次的训练，进行如下操作：

随机生成第一预设数量的噪声数据，并将所述噪声数据输入至所述生成器中，获得噪声样本数据；

从所述真实数据域中选取第二预设数量的第一真实图像，并采用所述第一真实图像和所述噪声样本数据训练所述第一判别器；

从所述真实数据域中选取与所述第一真实图像数量相同的第二真实图像，并将所述第一真实图像和所述第二真实图像作为第一组数据，以及将所述第一真实图像和所述噪声样本数据作为第二组数据，根据所述第一组数据和所述第二组数据训练所述第二判别器；

所述第一判别器和所述第二判别器训练完后，将所述噪声数据输入至所述生成器中进行训练，以使所述生成器往 且 的方向生成图像；

直到所有批次的训练完成后，获得训练好的生成式对抗网络模型。

2.根据权利要求1所述的双判别器生成式对抗网络模型的构建方法，其特征在于，所述构建用于计算图像之间相似度的第二判别器，包括：采用孪生神经网络计算图像之间的相似度，基于所述孪生神经网络，构建第二判别器。

3.根据权利要求2所述的双判别器生成式对抗网络模型的构建方法，其特征在于，所述孪生神经网络的目标函数包括：其中， 表示样本数量， 表示两张图像， 表示所述两张图像相似， 表示所述两张图像不相似， 表示所述两张图像之间的距离， 表示预设的阈值。

4.根据权利要求1所述的双判别器生成式对抗网络模型的构建方法，其特征在于，所述对所述生成式对抗网络模型进行训练，包括：在训练生成器时，最小化 ， 最大时表示将所述生成

器的生成图像视为真实图像， 越大表示所述生成器的生成图像与真实图像越相似；

在训练两个判别器时，最大化 ， 最小时表示所述生

成器的生成图像视为真实图像， 越小表示所述生成器的生成图像与真实图像越相似。

5.一种双判别器生成式对抗网络模型的构建系统，其特征在于，所述双判别器生成式对抗网络模型的构建系统包括：第一判别器构建模块，用于构建用于判别图像真伪的第一判别器；

第二判别器构建模块，用于构建用于计算图像之间相似度的第二判别器；

模型构建模块，用于基于生成器、所述第一判别器和所述第二判别器，构建双判别器的生成式对抗网络模型和所述生成式对抗网络模型的损失函数；

模型训练模块，用于根据所述损失函数，采用随机生成的第一预设数量的噪声数据和选取的第二预设数量的真实图像，对所述生成式对抗网络模型进行训练，获得训练好的生成式对抗网络模型，具体包括：通过如下方式构建所述生成式对抗网络模型的损失函数：

其中，表示所述生成器， 表示第一判别器，表示第二判别器， 表示从真实数据域中选取的第一真实图像， 表示从所述真实数据域 中选取的第二真实图像，表示所述生成器的生成图像，表示期望， 表示噪声数据， 表示随机生成的第一预设数量的噪声数据；

预设多个批次的训练，对于每个批次的训练，进行如下操作：

随机生成第一预设数量的噪声数据，并将所述噪声数据输入至所述生成器中，获得噪声样本数据；

从所述真实数据域中选取第二预设数量的第一真实图像，并采用所述第一真实图像和所述噪声样本数据训练所述第一判别器；

从所述真实数据域中选取与所述第一真实图像数量相同的第二真实图像，并将所述第一真实图像和所述第二真实图像作为第一组数据，以及将所述第一真实图像和所述噪声样本数据作为第二组数据，根据所述第一组数据和所述第二组数据训练所述第二判别器；

所述第一判别器和所述第二判别器训练完后，将所述噪声数据输入至所述生成器中进行训练，以使所述生成器往 且 的方向生成图像；

直到所有批次的训练完成后，获得训练好的生成式对抗网络模型。

6.一种双判别器生成式对抗网络模型的构建设备，其特征在于，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至4任一项所述的双判别器生成式对抗网络模型的构建方法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至4任一项所述的双判别器生成式对抗网络模型的构建方法。