[發明專利]一種基于生成對抗網絡的圖像修復方法、裝置以及設備

在審

• 申請號: 201910308640.1
• 申請日: 2019-04-17
• 公開（公告）號: CN110060216A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 范寶杰;原玲;徐幼祥
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T3/40;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種基于生成對抗網絡的圖像修復方法，其特征在于，包括：

采集與待修復圖像類別相同的圖像數據集，對所述圖像數據集中的圖像進行尺度歸一化、下采樣、增加預設百分比噪聲和上采樣處理后，得到所述圖像數據集中的圖像的目標受損圖像；

利用所述目標受損圖像對預先構建的生成式對抗網絡進行訓練，得到訓練完成的目標生成式對抗網絡；

對所述待修復圖像進行上采樣處理后，輸入至所述目標式成對抗網絡中的目標生成網絡中，得到所述待修復圖像完整的超分率圖像。

2.如權利要求1所述的圖像修復方法，其特征在于，所述采集與待修復圖像類別相同的圖像數據集，對所述圖像數據集中的圖像進行尺度歸一化、下采樣、增加預設百分比噪聲和上采樣處理后，得到所述圖像數據集中的圖像的目標受損圖像包括：

對所述圖像數據集中的圖像進行尺度歸一化處理，生成大小為k×k的原始圖像；

對所述原始圖像進行下采樣和增加預設百分比噪聲的處理后，得到所述原始圖像對應的低分辨率的初始受損圖像；

對所述初始受損圖像進行上采樣處理后，得到大小為k×k的目標受損圖像。

3.如權利要求2所述的圖像修復方法，其特征在于，所述利用所述目標受損圖像對預先構建的生成式對抗網絡進行訓練，得到訓練完成的目標生成式對抗網絡包括：

將所述目標受損圖像輸入至所述生成式對抗網絡的生成網絡中，對所述目標受損圖像進行修復，得到大小為k×k的重建圖像；

將所述重建圖像和所述原始圖像輸入至所述生成式對抗網絡的判決器中，判斷所述重建圖像和所述原始圖像是否同分布，得到梯度信息；

所述判決器將所述梯度信息反饋至所述生成網絡，實現對所述生成式對抗網絡的訓練，直至所述生成網絡的譯碼器端生成的目標重建圖像和所述圖像數據集中的目標原始圖像同分布，得到完成訓練的目標生成式對抗網絡。

4.如權利要求3所述的圖像修復方法，其特征在于，所述對所述待修復圖像進行上采樣處理后，輸入至所述目標式成對抗網絡中的目標生成網絡中，得到所述待修復圖像完整的超分率圖像包括：

對所述待修復圖像進行上采樣處理后，得到大小為k×k的目標修復圖像；

將所述目標修復圖像輸入所述目標生成網絡的編碼器端，經過所述目標生成網絡的編碼器和譯碼器的處理后，由所述目標生成網絡的譯碼器端輸出所述待修復圖像對應的完整的超分率圖像；

其中，所述編碼器包括三個卷積層和一個全連接層，所述譯碼器包括一個全連接層和三個反卷積層。

5.如權利要求4所述的圖像修復方法，其特征在于，所述生成式對抗網絡的損失函數為：

其中，為所述生成網絡輸出所述重建圖像與所述原始圖像的重建損失；L_D＝-E_x～Pdata[logD(x)]-E_x～Pdata[log1-D(G(x))]為判決器的損失；所述生成網絡的損失；Pdata(x)為所述原始圖像，G(x)為所述重建圖像，D(G(x))為將所述重建圖像輸入至所述判決器，D(x)為將所述原始圖像輸入所述判決器。

6.一種基于生成對抗網絡的圖像修復裝置，其特征在于，包括：

處理模塊，用于采集與待修復圖像類別相同的圖像數據集，對所述圖像數據集中的圖像進行尺度歸一化、下采樣、增加預設百分比噪聲和上采樣處理后，得到所述圖像數據集中的圖像的目標受損圖像；

訓練模塊，用于利用所述目標受損圖像對預先構建的生成式對抗網絡進行訓練，得到訓練完成的目標生成式對抗網絡；

修復模塊，用于對所述待修復圖像進行上采樣處理后，輸入至所述目標式成對抗網絡中的目標生成網絡中，得到所述待修復圖像完整的超分率圖像。