[發明專利]一種圖像修復模型的訓練方法和計算機設備

在審

• 申請號: 201911234433.2
• 申請日: 2019-12-05
• 公開（公告）號: CN111080540A
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 鄭博偉;李斌
• 申請（專利權）人: 深圳大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

1.一種圖像修復模型的訓練方法，其特征在于，所述方法包括：

將訓練數據中的修復圖像和掩膜輸入生成網絡，通過所述生成網絡得到生成圖像，其中，所述訓練數據包括多組訓練圖像組，每一訓練圖像組包括修復圖像、修復圖像對應的掩膜和修復圖像對應的原始圖像；

將所述生成圖像和所述原始圖像輸入已訓練的合成噪聲網絡，通過所述合成噪聲網絡得到第一圖像和第二圖像，其中，所述第一圖像為所述生成圖像對應的噪聲圖像，所述第二圖像為所述原始圖像對應的噪聲圖像；

根據所述掩膜、所述第一圖像、所述第二圖像、所述生成圖像和所述修復圖像對所述生成網絡的參數進行調整，并繼續執行所述將訓練數據中的修復圖像和掩膜輸入生成網絡的步驟，直至滿足第一預設條件，以得到已訓練的圖像修復模型。

2.根據權利要求1所述的方法，其特征在于，所述根據所述掩膜、所述第一圖像、所述第二圖像、所述生成圖像和所述原始圖像對所述生成網絡的參數進行調整，包括：

根據所述掩膜、所述第一圖像、所述第二圖像、所述生成圖像和所述修復圖像，計算生成網絡損失值；

根據所述生成網絡損失值調整所述生成網絡的參數。

3.根據權利要求2所述的方法，其特征在于，所述根據所述掩膜、所述第一圖像、所述第二圖像、所述生成圖像和所述修復圖像，計算生成網絡損失值，包括：

根據所述掩膜、所述生成圖像和修復圖像計算第一損失值；

根據所述掩膜、所述第一圖像和第二圖像計算第二損失值；

根據第一損失值和所述第二損失值，計算生成網絡損失值。

4.根據權利要求3所述的方法，其特征在于，所述繼續執行所述將訓練數據中的修復圖像和掩膜輸入生成網絡的步驟，直至滿足第一預設條件，以得到已訓練的圖像修復模型，包括：

繼續執行所述將訓練數據中的修復圖像和掩膜輸入生成網絡的步驟，直至訓練次數達到第一預設訓練次數；

在第一預設訓練次數中獲取滿足第一預設條件第一目標訓練次數；

將所述第一目標訓練次數對應的參數作為已訓練的生成網絡的參數，以得到已訓練的圖像修復模型。

5.根據權利要求1至4所述的方法，其特征在于，所述將訓練數據中的修復圖像和掩膜輸入生成網絡之前包括：

將所述修復圖像和所述原始圖像輸入合成噪聲網絡，通過所述合成噪聲網絡得到第三圖像和第四圖像，其中，所述第三圖像為修復圖像對應的噪聲圖像，所述第四圖像為所述原始圖像對應的噪聲圖像；

根據所述修復圖像、所述原始圖像、所述第三圖像和所述第四圖像對所述合成噪聲網絡的參數進行調整，并繼續執行所述將所述修復圖像和所述原始圖像輸入合成噪聲網絡的步驟，直至滿足第二預設條件，以得到已訓練的合成噪聲網絡。

6.根據權利要求5所述的方法，其特征在于，所述根據所述修復圖像、所述原始圖像、所述第三圖像和所述第四圖像對所述合成噪聲網絡的參數進行調整，包括：

根據所述修復圖像、所述原始圖像、所述第三圖像和所述第四圖像，計算合成噪聲網絡損失值；

根據所述合成噪聲網絡損失值調整所述合成噪聲網絡的參數。

7.根據權利要求6所述的方法，其特征在于，所述合成噪聲網絡損失值包括第一噪聲損失值和第二噪聲損失值，所述根據所述修復圖像、所述原始圖像、所述第三圖像和所述第四圖像，計算合成噪聲網絡損失值，包括：

利用濾波器方法計算所述修復圖像對應的第一真實噪聲圖像，以及計算所述原始圖像對應的第二真實噪聲圖像；

根據所述第一真實噪聲圖像和所述第三圖像，計算修復圖像對應的第一噪聲損失值；

根據所述第二真實噪聲圖像和所述第四圖像，計算原始圖像對應的第二噪聲損失值。