[發明專利]一種基于GAN的圖像檢測方法及裝置

有效

• 申請號: 201811324810.7
• 申請日: 2018-11-08
• 公開（公告）號: CN109685097B
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 黃永禎;曹春水;楊家輝;張俊峰
• 申請（專利權）人: 銀河水滴科技（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明實施例提供一種基于GAN的圖像檢測方法及裝置，所述GAN包括生成器和判別器，所述方法包括：獲取待檢測圖像對應的特征向量；獲取隨機向量；輸入合成向量至所述生成器，以生成比對圖像，并計算第一損失函數；輸入所述待檢測圖像和所述比對圖像至所述判別器，并計算第二損失函數；獲取優化后的隨機向量；獲取所述生成器根據優化后的隨機向量和所述特征向量生成的目標比對圖像，并將所述目標比對圖像與所述待檢測圖像進行對比，以檢測所述待檢測圖像中的拍攝對象是否存在異常。所述裝置執行上述方法。本發明實施例提供的方法及裝置，能夠提高圖像檢測的效率和準確性。

技術領域

本發明實施例涉及圖像處理技術領域，具體涉及一種基于GAN的圖像檢測方法及裝置。

背景技術

隨著圖像處理技術的發展，采用圖像檢測技術來檢測圖像中的拍攝對象，進而確定該拍攝對象是否存在異常得到廣泛應用。

現有技術通常是提取待檢測圖像中的特征向量，然后將該特征向量與樣本庫中的缺陷特征進行比對，從而檢測出該待檢測圖像中的拍攝對象是否存在異常，例如形狀缺陷、表面瑕疵等，但是，由于缺陷特征難以收集，導致采用特征比對的方式效率低下，此外，也無法準確定位缺陷所在的位置；然而，直接比對圖像又容易造成比對結果不準確。

因此，如何避免上述缺陷，能夠提高圖像檢測的效率和準確性，成為亟須解決的問題。

發明內容

針對現有技術存在的問題，本發明實施例提供一種基于GAN的圖像檢測方法及裝置。

第一方面，本發明實施例提供一種基于GAN的圖像檢測方法，所述GAN包括生成器和判別器，所述方法包括：

獲取待檢測圖像對應的特征向量；獲取隨機向量；

將所述隨機向量和所述特征向量合并成合成向量，輸入所述合成向量至所述生成器，以生成比對圖像，并計算所述比對圖像和所述待檢測圖像之間的第一損失函數；

輸入所述待檢測圖像和所述比對圖像至所述判別器，并計算所述判別器輸出的所述待檢測圖像和所述比對圖像分別對應的自身特征向量之間的第二損失函數；

對所述隨機向量進行優化，當所述第一損失函數和所述第二損失函數滿足預設條件時，將此時的隨機向量作為優化后的隨機向量；

獲取所述生成器根據優化后的隨機向量和所述特征向量生成的目標比對圖像，并將所述目標比對圖像與所述待檢測圖像進行對比，以檢測所述待檢測圖像中的拍攝對象是否存在異常。

第二方面，本發明實施例提供一種基于GAN的圖像檢測裝置，所述GAN包括生成器和判別器，所述裝置包括：

獲取單元，用于獲取待檢測圖像對應的特征向量；獲取隨機向量；

生成單元，用于將所述隨機向量和所述特征向量合并成合成向量，輸入所述合成向量至所述生成器，以生成比對圖像，并計算所述比對圖像和所述待檢測圖像之間的第一損失函數；

輸入單元，用于輸入所述待檢測圖像和所述比對圖像至所述判別器，并計算所述判別器輸出的所述待檢測圖像和所述比對圖像分別對應的自身特征向量之間的第二損失函數；

優化單元，用于對所述隨機向量進行優化，當所述第一損失函數和所述第二損失函數滿足預設條件時，將此時的隨機向量作為優化后的隨機向量；

檢測單元，用于獲取所述生成器根據優化后的隨機向量和所述特征向量生成的目標比對圖像，并將所述目標比對圖像與所述待檢測圖像進行對比，以檢測所述待檢測圖像中的拍攝對象是否存在異常。

第三方面，本發明實施例提供一種電子設備，包括：處理器、存儲器和總線，其中，

所述處理器和所述存儲器通過所述總線完成相互間的通信；