[發明專利]一種基于輔助變量的對抗生成網絡的彩色圖像灰度化方法

有效

• 申請號: 201910529133.0
• 申請日: 2019-06-18
• 公開（公告）號: CN110428473B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 劉且根;李婧源;周瑾潔;何卓楠;李嘉晨;全聰;謝文軍;王玉皞
• 申請（專利權）人: 南昌大學
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06N3/08;G06N3/04
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 許瑩瑩

1.一種基于輔助變量的對抗生成網絡的彩色圖像灰度化方法，其特征在于：包括以下步驟：

步驟A：檢驗輸入圖像是否為彩色圖像，若為彩色圖像則使用梯度相關相似度灰度化GcsDecolor算法對其進行灰度化處理，并將灰度化后圖像進行復制，得到三份灰度化圖像作為對抗生成網絡的對比圖像；

步驟B：設計基于輔助變量的對抗生成網絡AV-GAN，訓練AV-GAN網絡；

構造基于輔助變量的對抗生成網絡AV-GAN，并對其進行訓練，將彩色圖像中的R，G，B三通道作為網絡的輸入，AV-GAN網絡包括一個生成器和一個鑒別器，生成器包括14個卷積層和若干個激活層；其中，卷積層以像素為單位，最小化兩個圖像之間的距離，令F(x_i；θ)為ConvNet模型的i^ith訓練的輸出，將訓練的損失定義為：

其中，p表示每個像素，n表示圖像中的總像素數；則其總體目標可以表示為：

其中，N表示訓練示例的總數；此損失函數的行為是，將平均值作為結果，用以最小化損失；

鑒別器的輸入是彩色圖片經生成器后而產生的灰度圖片，鑒別器由11個編碼層組成，與生成器編碼類似，每個編碼層由步幅大于1的卷積運算、批量標準化以及泄露relu激活組成，最后一層由sigmoid激活，返回一個從0到1的數字，用以解釋輸入為真為假的概率，將步驟A中的三幅灰度化圖像作為判斷基準，判斷為真，則返回1，不同則返回0；

對于AV-GAN網絡而言，生成器和鑒別器都在輸入x上進行調節，通過q_g對發生器進行參數化，用q_d對鑒別器進行參數化，其極小極大目標函數為：

在保證其穩定工作的狀態下，考慮了生成器中輸入x和輸出y之間的L1差異，在每次迭代中，鑒別器根據上式最大化q_d，且生成器將以下列方式最小化：

按照此方式對網絡進行訓練，得到AV-GAN網絡；

步驟C：將彩色圖像通過已訓練完成的AV-GAN網絡進行測試，得到最終的灰度化圖像。

2.根據權利要求1所述的一種基于輔助變量的對抗生成網絡的彩色圖像灰度化方法，其特征在于：所述步驟A為：

假設輸入彩色圖像為RGB格式，其中，R，G，B代表RGB通道，使用GcsDecolor算法對輸入的彩色圖像進行灰度化的處理，得到灰度化圖像；

使用一階多元多項式函數c＝{r，g，b}并將權重之和約束為1，計算原始顏色圖像的每個通道中的梯度幅度與得到的灰度圖像之間的整體像素相似性，即：

接下來，采用梯度相關性來描述結構的保持，并在RGB空間的每個通道中在得到的灰度圖像和原始圖像之間計算相似度，得到三個灰度化的通道，再將三個灰度化圖像進行加和，得到最終的灰度化圖像，最后將得到的灰度化后的圖像進行復制，得到三份相同的灰度化圖像，作為對抗生成網絡鑒別器的參考。