[發(fā)明專利]一種基于生成式對(duì)抗網(wǎng)絡(luò)的圖像擴(kuò)增方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910303315.6
• 申請(qǐng)日: 2019-04-15
• 公開（公告）號(hào): CN110070124A
• 公開（公告）日: 2019-07-30
• 發(fā)明（設(shè)計(jì)）人: 程子耀;單文龍
• 申請(qǐng)（專利權(quán)）人: 廣州小鵬汽車科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 廣州德科知識(shí)產(chǎn)權(quán)代理有限公司 44381
• 代理人: 萬(wàn)振雄;楊中強(qiáng)

1.一種基于生成式對(duì)抗網(wǎng)絡(luò)的圖像擴(kuò)增方法，其特征在于，所述方法包括:

對(duì)已采集的訓(xùn)練圖像進(jìn)行歸一化和預(yù)處理，以得到所述訓(xùn)練圖像的初始數(shù)據(jù)集；

通過(guò)目標(biāo)區(qū)域提議網(wǎng)絡(luò)獲取所述初始數(shù)據(jù)集的目標(biāo)前景區(qū)域的置信度，并根據(jù)所述置信度對(duì)所述目標(biāo)前景區(qū)域進(jìn)行幾何形狀二值消除，以得到WGAN模型訓(xùn)練集；

根據(jù)所述WGAN模型訓(xùn)練集對(duì)WGAN模型進(jìn)行訓(xùn)練，以得到目標(biāo)WGAN模型；

將待擴(kuò)增圖像輸入所述目標(biāo)WGAN模型，以獲得目標(biāo)擴(kuò)增圖像集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)已采集的訓(xùn)練圖像進(jìn)行歸一化和預(yù)處理，以得到所述訓(xùn)練圖像的初始數(shù)據(jù)集，包括：

對(duì)已采集的訓(xùn)練圖像進(jìn)行歸一化處理，并將已執(zhí)行歸一化處理的訓(xùn)練圖像縮放為預(yù)設(shè)分辨率的第一訓(xùn)練圖像；

對(duì)所述第一訓(xùn)練圖像分別進(jìn)行三次不同預(yù)設(shè)角度的旋轉(zhuǎn)操作，并在圖像周圍兩像素范圍內(nèi)進(jìn)行補(bǔ)零操作，以得到第二訓(xùn)練圖像；

以預(yù)設(shè)的概率隨機(jī)調(diào)整所述第二訓(xùn)練圖像的對(duì)比度和亮度，以得到第三訓(xùn)練圖像；

標(biāo)記出所述第三訓(xùn)練圖像的真實(shí)目標(biāo)區(qū)域，以得到所述已采集的訓(xùn)練圖像的初始數(shù)據(jù)集。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過(guò)目標(biāo)區(qū)域提議網(wǎng)絡(luò)獲取所述初始數(shù)據(jù)集的目標(biāo)前景區(qū)域的置信度，并根據(jù)所述置信度對(duì)所述目標(biāo)前景區(qū)域進(jìn)行幾何形狀二值消除，以得到WGAN模型訓(xùn)練集，包括：

通過(guò)目標(biāo)區(qū)域提議網(wǎng)絡(luò)生成目標(biāo)框，以根據(jù)所述目標(biāo)框生成所述目標(biāo)框?qū)?yīng)的候選框；

通過(guò)所述候選框生成至少一個(gè)所述初始數(shù)據(jù)集的候選目標(biāo)區(qū)域和所述候選目標(biāo)區(qū)域?qū)?yīng)的置信度；

根據(jù)所述置信度，通過(guò)非極大值抑制算法消除至少一個(gè)所述初始數(shù)據(jù)集的候選目標(biāo)區(qū)域中冗余的候選目標(biāo)區(qū)域，以得到第一候選目標(biāo)區(qū)域；

判斷所述第一候選目標(biāo)區(qū)域的面積是否大于或等于預(yù)設(shè)的面積閾值；

如果是，將所述第一候選目標(biāo)區(qū)域確定為所述初始數(shù)據(jù)集的目標(biāo)前景區(qū)域，并對(duì)所述初始數(shù)據(jù)集的目標(biāo)前景區(qū)域進(jìn)行幾何形狀二值消除，以得到WGAN模型訓(xùn)練集。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述目標(biāo)區(qū)域提議網(wǎng)絡(luò)由十七個(gè)卷積層、四個(gè)最大池化層和一個(gè)Softmax層構(gòu)成。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在根據(jù)所述WGAN模型訓(xùn)練集對(duì)WGAN模型進(jìn)行訓(xùn)練，以得到目標(biāo)WGAN模型之前，所述方法還包括：

結(jié)合以下公式計(jì)算出沃瑟斯坦距離，即：

其中，W(P_r,P_g)表示所述沃瑟斯坦距離，P_r(x)表示真實(shí)數(shù)據(jù)分布，P_g(x)表示生成數(shù)據(jù)分布，∏(P_r,P_g)表示P_r和P_g的聯(lián)合分布的集合，γ表示∏(P_r,P_g)聯(lián)合分布集合中的采樣，||x-y||表示樣本x和樣本y的距離，inf表示對(duì)聯(lián)合分布的集合∏(P_r,P_g)的距離期望值Ε_(x,y)～γ[||x-y||]取下界；

根據(jù)所述沃瑟斯坦距離構(gòu)造WGAN模型，所述WGAN模型至少包括圖像生成器和圖像判別器。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述WGAN模型包括的圖像生成器對(duì)應(yīng)的最優(yōu)圖像判別器的表達(dá)式如下：

其中，表示所述最優(yōu)圖像判別器，P_r(x)表示真實(shí)數(shù)據(jù)分布，P_g(x)表示生成數(shù)據(jù)分布。