[發(fā)明專利]基于生成對抗網(wǎng)絡(luò)的馬賽克人臉圖像超分辨率重建方法

有效

• 申請?zhí)枺?/td>: 201911396316.6
• 申請日: 2019-12-30
• 公開（公告）號: CN111210388B
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計）人: 梁丕樹;夏群兵;楊高波;徐永惠
• 申請（專利權(quán)）人: 深圳市愛協(xié)生科技有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04;G06N3/08
• 代理公司: 北京科家知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11427
• 代理人: 陳娟

1.一種基于生成對抗網(wǎng)絡(luò)的馬賽克人臉圖像超分辨率重建方法，其特征在于，該方法為：

構(gòu)建用于馬賽克人臉圖像超分辨率重建的Demosaic GAN模型；

所述Demosaic GAN模型包括生成器和鑒別器；其中生成器有5個卷積層，8個SRDB層，1個跳變連接層和1個Add層；其中每個SRDB層有5個卷積層，4個ReLU層，1個跳變連接層和1個Add層；輸入層是馬賽克人臉圖像，輸出層是生成的超分辨率重建圖像；其中鑒別器有9個卷積層，6個ReLU層，8個BatchNorm層，1個Add層，1個Flatten層和1個Dense層組成；輸入層是生成的超分辨率重建圖像，輸出層是生成的超分辨率重建圖像的特征；

將Xception網(wǎng)絡(luò)的開始至第block13_pool層遷移進來，對圖像數(shù)據(jù)進行特征提?。?/p>

構(gòu)建用于馬賽克人臉圖像超分辨率重建的Demosaic GAN模型的損失函數(shù)；

構(gòu)建Demosaic GAN模型對應(yīng)的馬賽克人臉數(shù)據(jù)集，并通過所述馬賽克人臉數(shù)據(jù)集對Demosaic GAN模型進行訓(xùn)練，獲得訓(xùn)練完成的馬賽克人臉圖像超分辨率重建模型；

待處理的馬賽克人臉圖像通過所述訓(xùn)練完成的馬賽克人臉圖像超分辨率重建模型對圖像進行超分辨率重建，獲得重建后的圖像。

2.根據(jù)權(quán)利要求1所述的基于生成對抗網(wǎng)絡(luò)的馬賽克人臉圖像超分辨率重建方法，其特征在于：所述Demosaic GAN模型的損失函數(shù)包括MSE損失l_mse、Xception損失l_Xception、網(wǎng)絡(luò)的對抗損失l_Gen、風(fēng)格損失l_style。

3.根據(jù)權(quán)利要求2所述的基于生成對抗網(wǎng)絡(luò)的馬賽克人臉圖像超分辨率重建方法，其特征在于：所述MSE損失l_mse為：

其中，W,H分別是圖像的寬和高，表示原始圖像，表示打碼后的圖像，表示生成器生成的馬賽克人臉超分辨率重建圖像。

4.根據(jù)權(quán)利要求3所述的基于生成對抗網(wǎng)絡(luò)的馬賽克人臉圖像超分辨率重建方法，其特征在于：所述Xception損失l_Xception為：

其中，W,H分別是圖像的寬和高，I^ori表示原始圖像，I^mos表示打碼后的圖像，表示生成器生成的馬賽克人臉超分辨率重建圖像。

5.根據(jù)權(quán)利要求4所述的基于生成對抗網(wǎng)絡(luò)的馬賽克人臉圖像超分辨率重建方法，其特征在于：所述網(wǎng)絡(luò)的對抗損失l_Gen為：

其中，表示生成器生成的馬賽克人臉超分辨率重建圖像，表示鑒別器輸出的圖像的特征。

6.根據(jù)權(quán)利要求5所述的基于生成對抗網(wǎng)絡(luò)的馬賽克人臉圖像超分辨率重建方法，其特征在于：所述風(fēng)格損失l_style為：

其中，表示原始圖像，表示生成器生成的馬賽克人臉超分辨率重建圖像。