[發(fā)明專利]一種基于自定義模糊邏輯與GAN的圖像高光處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010637669.7
• 申請(qǐng)日: 2020-07-05
• 公開（公告）號(hào): CN111882495B
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計(jì)）人: 郭繼峰;李星;馬志強(qiáng);龐志奇;朱泳
• 申請(qǐng)（專利權(quán)）人: 東北林業(yè)大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T7/10;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于自定義模糊邏輯與生成對(duì)抗網(wǎng)絡(luò)GAN的圖像高光處理方法：其特征在于，通過將模糊邏輯與GAN相結(jié)合，使用處理過的人臉數(shù)據(jù)集和 水果數(shù)據(jù)集進(jìn)行訓(xùn)練，得到擬合后的模型用于對(duì)圖像的高光區(qū)域進(jìn)行高光弱化以及紋理再生處理；其步驟主要包括：使用模糊邏輯對(duì)圖像高光區(qū)域進(jìn)行劃分，對(duì)劃分好高光區(qū)域的圖片進(jìn)行預(yù)處理，使用生成器網(wǎng)絡(luò)對(duì)圖像進(jìn)行區(qū)域填充，使用判別器網(wǎng)絡(luò)對(duì)圖像進(jìn)行判斷，最后當(dāng)兩者達(dá)到辯證統(tǒng)一時(shí)，圖像處理完成；

(1)所述的對(duì)劃分好的區(qū)域進(jìn)行預(yù)處理是指對(duì)模糊邏輯判定的高光區(qū)域生成二值掩碼，并通過傳統(tǒng)圖像算法對(duì)圖片大小進(jìn)行處理，統(tǒng)一GAN網(wǎng)絡(luò)輸入圖像的大小；

所述的使用生成器網(wǎng)絡(luò)對(duì)圖像進(jìn)行區(qū)域填充是指將預(yù)處理后的人臉或者水果圖像輸入到深度卷積神經(jīng)網(wǎng)絡(luò)中，進(jìn)行前向卷積運(yùn)算和池化操作；在生成器網(wǎng)絡(luò)中，本方法引入一個(gè)亮度的參數(shù)l，該參數(shù)通過模糊邏輯計(jì)算獲得，傳入生成器網(wǎng)絡(luò)中的圖片，經(jīng)過模糊邏輯獲得當(dāng)前圖片x的亮度參數(shù)l，圖片經(jīng)過生成網(wǎng)絡(luò)處理后得到圖片x′，該圖片再次經(jīng)過模糊邏輯獲得一個(gè)處理后的圖片亮度l′，并在損失函數(shù)中添加該參數(shù)；

(2)所述判別器網(wǎng)絡(luò)對(duì)圖像進(jìn)行判斷是指網(wǎng)絡(luò)模型中的全局判別器和局部判別器共同對(duì)生成圖形進(jìn)行不同的判斷；局部判別器主要識(shí)別缺失部分的結(jié)果是否正確，局部判別器的輸入是原始丟失圖像部分或者是被遮擋的部分，以及生成器的生成部分，局部判別器約束著圖像的細(xì)節(jié)信息和局部一致性；全局判別器需要判斷整個(gè)圖像的真實(shí)性，全局判別器的輸入也分為兩類：原始圖像和由生成器生成的整個(gè)圖像，在全局判別器和局部判別器處理完后，在判別器網(wǎng)絡(luò)中通過一個(gè)連接層將兩者的輸出連接到一起，形成一個(gè)2048維度的矢量，再經(jīng)過一個(gè)全連接層處理后得到一個(gè)連續(xù)的值；最后使用sigmoid函數(shù)作為轉(zhuǎn)移函數(shù)，使該值的范圍在[0,1]來表示圖像是真實(shí)的概率；

(3)所述兩者達(dá)到辯證統(tǒng)一是指，判別器難以區(qū)分生成器生成的圖像，判別器的判斷正確率約為0.5。

2.根據(jù)權(quán)利要求1所述的一種基于自定義模糊邏輯與生成對(duì)抗網(wǎng)絡(luò)GAN的圖像高光處理方法，其特征在于，通過使用處理后的人臉圖像數(shù)據(jù)集以及水果圖像數(shù)據(jù)集對(duì)深度學(xué)習(xí)目標(biāo)檢測(cè)算法進(jìn)行訓(xùn)練得到擬合后的模型，其訓(xùn)練步驟包括：

(1)對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，將圖片大小修改為256×256×3，并在圖片上隨機(jī)劃分待修復(fù)區(qū)域，其大小限定在128像素之內(nèi)；

(2)初始化生成器和判別器的網(wǎng)絡(luò)參數(shù)；

(3)分別導(dǎo)入CelebA數(shù)據(jù)集和水果數(shù)據(jù)集預(yù)處理后的數(shù)據(jù)集傳入生成對(duì)抗網(wǎng)絡(luò)中；

(4)從訓(xùn)練集中抽取n個(gè)樣本以及生成器產(chǎn)生的n個(gè)樣本，固定生成器，訓(xùn)練判別器，使得判別器盡可能區(qū)分真假；

(5)循環(huán)更新判別器，并在每k次判別器更新后更新一次生成器，直到判別器難以區(qū)分圖像真假。