[發明專利]一種基于串聯對抗網絡的產品圖像快速生成方法

有效

• 申請號: 201811621565.6
• 申請日: 2018-12-28
• 公開（公告）號: CN109840924B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 鄭河榮;羅永文
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/045;G06N3/0475;G06N3/0464;G06N3/048;G06N3/094
• 代理公司: 杭州之江專利事務所(普通合伙) 33216
• 代理人: 張慧英

1.一種基于串聯對抗網絡的產品圖像快速生成方法，其特征在于，包括如下步驟：

(1)采用Python和TensorFlow構建黑白紋理圖案生成網絡和黑白紋理圖案判別網絡，兩個構建得到的網絡共同組成黑白紋理圖案生成對抗網絡；其中，黑白紋理圖案生成對抗網絡的構建及目標函數如下；

1)黑白紋理圖案生成對抗網絡由生成網絡G_p(y)和判別網絡D_p(x,y)構成；黑白紋理圖案生成網絡G_p(y)由卷積層和反卷積層組成，網絡輸入包含草圖輪廓和隨機截取的自適應域值二值化的紋理塊，網絡的輸出為自適應域值二值化風格的包包圖像；

黑白紋理圖案判別網絡D_p(x,y)由卷積層組成，在網絡中，將最后一層卷積層線性化為向量，并由sigmoid函數將向量轉化為一個標量；

2)構建生成網絡的目標函數：J_p(G)＝Ε[Φ((1-D_p(G_p(y),y)),l₀)]；

其中y表示條件；對于黑白紋理圖案生成網絡，有兩個輸入條件，一是輪廓草圖；二是隨機截取的自適應域值二值化的紋理圖案；Φ為交叉熵代價函數，l₀表示判別網絡的期望輸出值；

3)構建判別網絡目標函數，如下所示：

F_p(D)＝-Ε[Φ(D_p(x,y),l₁)]-Ε[Φ((1-D_p(G_p(y),y)),l₀)]；

4)以上兩個構建得到的網絡共同組成黑白紋理圖案生成對抗網絡；

(2)基于預先準備好的訓練數據對黑白紋理圖案生成對抗網絡進行訓練，得到黑白紋理圖案生成模型；其中訓練數據的預處理如下：

(i)收集包包圖像數據，將收集到的圖片統一轉換成白色背景，分辨率為256×256；

(ii)用邊緣檢測算法將包包圖像數據集轉換成草圖數據集；

(iii)將包包圖像數據集轉換成自適應域值二值化的黑白二值圖像；

(iv)隨機截取自適應域值二值化的黑白紋理作為訓練數據；

(3)采用Python和TensorFlow構建圖像生成網絡和圖像判別網絡，兩個構建得到的網絡共同組成圖像生成對抗網絡；其中圖像生成對抗網絡的構建及目標函數如下：

(I)圖像生成對抗網絡由圖像生成網絡G_i(y)和圖像判別網絡D_i(x,y)構成；圖像生成網絡由卷積層和反卷積層組成；網絡的輸入有兩部分，一是自適應域值二值化風格的圖片；二是顏色方案圖片；網絡的輸出為包含RGB三個通道的彩色圖像；

圖像判別網絡由卷積層組成，其網絡結構和黑白紋理圖案判別網絡相同；網絡的輸入有三部分，一是訓練樣本圖片或圖像生成網絡生成的圖片；二是自適應域值二值化風格的圖片；三是顏色方案圖片；網絡的輸出是一個概率，它表示此輸入樣本來自原始數據集的可能性；

(II)構建圖像生成網絡的目標函數：J_i(G)＝Ε[Φ((1-D(G_i(y),y)),l₀)]；其中y表示條件，對于圖像生成網絡，有兩個輸入條件，一是自適應域值二值化風格的包包圖片；二是顏色方案圖片；

(III)構建圖像判別網絡的目標函數，具體如下：

F_i(D)＝-Ε[Φ(D_i(x,y),l₁)]-Ε[Φ((1-D_i(G_i(y),y)),l₀)]；

(IV)以上兩個構建得到的網絡共同組成圖像生成對抗網絡；

(4)對圖像生成對抗網絡進行訓練，得到圖像生成模型；

(5)串聯黑白紋理圖案生成模型與圖像生成模型得到產品圖像生成系統；利用該產品圖像生成系統快速生成產品圖像。