[發明專利]基于生成對抗網絡的缺陷數據合成方法

有效

• 申請號: 202010193827.4
• 申請日: 2020-03-18
• 公開（公告）號: CN111415316B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 李博;袁雪;史銘翰
• 申請（專利權）人: 山西安數智能科技有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/13;G06T7/194;G06N3/08;G06N3/04
• 代理公司: 太原中正和專利代理事務所(普通合伙) 14116
• 代理人: 焦進宇

1.基于生成對抗網絡的缺陷數據合成方法，其特征在于，具體步驟如下：

一、基于現有樣本，使用深度卷積生成對抗網絡生成缺陷前景；

二、對于不同的背景圖片，使用基于顏色和紋理的gPb-UCM分割算法確定缺陷前景放置的區域位置S集合；

三、對步驟二得到的S集合中隨機選擇一個區域R，并通過基于全卷積神經網絡的深度預測算法得到該區域對應的透視變化矩陣M；

四、從步驟一生成的缺陷前景數據庫中隨機選取，并利用邊緣提取算法得到缺陷前景的Mask圖像：首先使用泛洪填充算法去除背景，再利用Canny邊緣檢測保留邊緣內的像素值，提取缺陷Mask；

五、利用透視變化矩陣M對Mask圖像進行透視變換，并對變換后的缺陷前景添加顏色信息；

六、使用泊松圖像融合技術將缺陷前景與背景圖片融合，合成新的圖片，同時生成新的標注信息；至此，一張新的缺陷樣本合成完成。

2.根據權利要求1所述的基于生成對抗網絡的缺陷數據合成方法，其特征在于，在步驟一中，深度卷積生成對抗網絡根據現有的缺陷樣本對缺陷前景進行裁剪，調整大小至100*100像素，并對裁剪后的樣本進行數據增強并送入DCGAN中進行訓練。

3.根據權利要求2所述的基于生成對抗網絡的缺陷數據合成方法，其特征在于，生成對抗網絡由生成網絡和判別網絡組成，其中：

生成網絡輸入為取自于正態分布的100維度的均勻隨機噪聲，使用大小為5*5的卷積核，步長為2的反卷積實現上采樣過程，整個過程中使用批歸一化方法且不使用池化，在生成網絡的最后一層使用Tanh激活函數，其余全部使用ReLU激活函數，最終可以得到分辨率為100*100的三通道合成圖像；

判別網絡的輸入為大小100*100的三通道的合成圖像或者真實圖像，使用大小為5*5的卷積核，步長為2的卷積過程實現下采樣過程，且在整個過程也使用了批歸一化方法，在判別網絡的所有層使用LeakyReLU的激活函數，最終使用全連接層映射到1維，以便Sigmoid函數對其分類，輸出為0判別網絡將輸入判定為合成的假數據，輸出為1則為真實數據。