[發(fā)明專利]圖像去雨方法、系統(tǒng)、計算機設備及介質

有效

• 申請?zhí)枺?/td>: 201810178126.6
• 申請日: 2018-03-05
• 公開（公告）號: CN110232658B
• 公開（公告）日: 2021-12-03
• 發(fā)明（設計）人: 劉家瑛;杜昆泰;楊文瀚;郭宗明
• 申請（專利權）人: 北京大學;北大方正集團有限公司;北京北大方正電子有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

本發(fā)明提供了一種圖像去雨方法、系統(tǒng)、計算機設備及介質。其中，一種圖像去雨方法，包括：選取多張覆蓋雨信號的圖像及其對應的真實去雨圖像作為訓練集；在訓練集上對總損失函數進行訓練，獲得具有對偶判別器的生成式對抗網絡；采用生成式對抗網絡中的生成器對真實雨圖進行去雨，生成對應的去雨圖。本發(fā)明在訓練網絡的時候，使用一對對偶判別器分別鑒別網絡生成的去雨圖和雨信號是否真實，從而訓練出具有良好去雨能力的網絡，使得網絡生成的圖片對應的殘差變得純凈，有效幫助網絡去掉雨信號，保留原始圖片的細節(jié)。

技術領域

本發(fā)明涉及圖像處理技術領域，具體而言，涉及一種圖像去雨方法，一種圖像去雨系統(tǒng)，一種計算機設備，一種計算機可讀存儲介質。

背景技術

在單張圖像去雨中，訓練出一個能夠去雨的生成器是很重要的一步。通過這個生成器，我們能夠對真實圖像進行去雨。

在相關技術的圖像去雨算法中，W.Yang等人通過向網絡添加雨所在的區(qū)域，得到能夠抓住雨的物理信息的模型進行去雨。但是這種方法不能非常好的利用雨的物理信息。

H.Zhang等人通過訓練具有均方誤差損失函數，感知損失函數和對抗損失函數的生成式對抗網絡，得到了有不錯去雨能力的網絡。但是這種方法會生成偏暗的圖像，而且沒有充分考慮到雨信號的物理特征。

發(fā)明內容

本發(fā)明旨在至少解決現有技術或相關技術中存在的技術問題之一。

為此，本發(fā)明的一方面在于提出了一種圖像去雨方法。

本發(fā)明的另一方面在于提出了一種圖像去雨系統(tǒng)。

本發(fā)明的再一方面在于提出了一種計算機設備。

本發(fā)明的又一方面在于提出了一種計算機可讀存儲介質。

有鑒于此，本發(fā)明提出了一種圖像去雨方法，包括：選取多張覆蓋雨信號的圖像及其對應的真實去雨圖像作為訓練集；在訓練集上對總損失函數進行訓練，獲得具有對偶判別器的生成式對抗網絡；采用生成式對抗網絡中的生成器對真實雨圖進行去雨，生成對應的去雨圖。

根據本發(fā)明的圖像去雨方法，通過選取多張覆蓋雨信號的圖像及其對應的真實去雨圖像作為訓練集，在訓練集上通過總損失函數訓練出具有對偶判別器的生成式對抗網絡，采用此生成式對抗網絡中的生成器，以真實雨圖為輸入，生成對應的去雨圖片。本發(fā)明在訓練網絡的時候，使用一對對偶判別器分別鑒別網絡生成的去雨圖和雨信號是否真實，從而訓練出具有良好去雨能力的網絡，使得網絡生成的圖片對應的殘差變得純凈，有效幫助網絡去掉雨信號，保留原始圖片的細節(jié)。

另外，根據本發(fā)明上述的圖像去雨方法，還可以具有如下附加的技術特征：

在上述技術方案中，優(yōu)選地，在訓練集上對總損失函數進行訓練的步驟之前，圖像去雨方法還包括：根據均方誤差損失函數、感知損失函數及對偶對抗損失函數構建總損失函數。

在該技術方案中，在訓練集上通過總損失函數訓練出具有對偶判別器的生成式對抗網絡，其中總損失函數由均方誤差損失函數、感知損失函數及對偶對抗損失函數構建而成。相比相關技術中訓練具有均方誤差損失函數，感知損失函數和對抗損失函數的生成式對抗網絡，本發(fā)明在訓練網絡的時候，能夠使用一對對偶判別器分別鑒別網絡生成的去雨圖和雨信號是否真實，從而使得生成的圖片對應的殘差變得純凈，有效幫助網絡去掉雨信號，保留原始圖片的細節(jié)。

在上述任一技術方案中，優(yōu)選地，總損失函數為：

L＝l_e+α_pl_p+α_al_a；