[發(fā)明專利]基于生成對抗網(wǎng)絡(luò)的去除手勢圖像背景的方法

在審

• 申請?zhí)枺?/td>: 202010984112.0
• 申請日: 2020-09-10
• 公開（公告）號: CN112215868A
• 公開（公告）日: 2021-01-12
• 發(fā)明（設(shè)計）人: 王慶飛;王長波;姜燕
• 申請（專利權(quán)）人: 湖北醫(yī)藥學(xué)院
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06N3/08;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

基于生成對抗網(wǎng)絡(luò)的去除手勢圖像背景的方法，包括如下幾個步驟：步驟一：模型建立：包括建立生成對抗網(wǎng)絡(luò)模型、定義關(guān)于模型目標(biāo)函數(shù)、引入批量歸一化層、引入線性整流函數(shù)激活函數(shù)和引入Dropout層；步驟二：模型訓(xùn)練，步驟三：模型使用，包括預(yù)處理、歸一化和調(diào)用模型，最終得到的輸出即為不帶背景的手勢圖像。本發(fā)明具有高效、準(zhǔn)確、快速、易部署等特點。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別涉及基于生成對抗網(wǎng)絡(luò)的去除手勢圖像背景的方法。

背景技術(shù)

對含有手勢的圖像進行背景移除任務(wù)時，當(dāng)前主流方法是圖像語義分割。然而目前該方法存在的一個問題是效率低，難以處理精細化的圖像背景移除任務(wù)。

2014年FCN(Fully Convolutional Networks for Semantic Segmentation)開啟了圖像分割的新篇章，在原來簡單的VGG，AlexNet神經(jīng)網(wǎng)絡(luò)方法上采用了上采樣，采用跳躍連接，可以實現(xiàn)對圖像語義的分割。后續(xù)研究者主要的工作是對網(wǎng)絡(luò)的更改，對一些特定任務(wù)引入注意力機制。但是這些工作也存在一些問題：例如，丟失邊緣信息、粒度不夠精細等，如圖1所示。為實現(xiàn)更為精細化的摳圖任務(wù)，同時不丟失重要的邊緣信息，則需要依賴更為復(fù)雜的卷積神經(jīng)網(wǎng)絡(luò)和更大的訓(xùn)練開銷。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有方法的不足，本發(fā)明的目的在于提供基于生成對抗網(wǎng)絡(luò)的去除手勢圖像背景的方法，具有高效、準(zhǔn)確、快速、易部署等特點。為實現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案：基于生成對抗網(wǎng)絡(luò)的去除手勢圖像背景的方法，其主要包括如下幾個步驟：

步驟一：模型建立

步驟1.1建立生成對抗網(wǎng)絡(luò)模型，條件GAN網(wǎng)絡(luò)包括兩個模塊，分別為生成器G和判別器D，其中生成器G訓(xùn)練的目標(biāo)是讓生成圖像以假亂真，判別器D訓(xùn)練目標(biāo)是檢測生成器G生成的假圖像；

步驟1.2定義關(guān)于模型目標(biāo)函數(shù)，損失函數(shù)是決定模型訓(xùn)練優(yōu)化的目標(biāo)的數(shù)學(xué)方法，在生成對抗網(wǎng)絡(luò)中，隨機噪聲向量z到輸出圖片y的映射關(guān)系，即G：z→y，條件生成對抗網(wǎng)絡(luò)將輸入圖像x和隨機噪聲向量z到輸出圖像y的映射關(guān)系，即CG：(x，z)→y；

生成對抗網(wǎng)絡(luò)的目標(biāo)函數(shù)如式：

該式中，x是帶背景圖片，y是生成器G生成的圖片，z是引入的隨機噪聲圖片向量；

需要通過訓(xùn)練，讓生成器G使得這個目標(biāo)函數(shù)盡可能小，而判別器D想盡可能使得這個目標(biāo)函數(shù)大，即訓(xùn)練優(yōu)化的方式為式：

其中，L_cGAN(G，D)是生成對抗網(wǎng)絡(luò)的目標(biāo)函數(shù)，上述已經(jīng)說明，其中是對判別器做最大值優(yōu)化，是對生成器做最小值優(yōu)化，當(dāng)取到最小值時取得模型的參數(shù)；

然而生成器G的任務(wù)不僅是欺騙鑒別器，而且還要使它接近真正意義上的無背景真實輸出，所以修正后的目標(biāo)函數(shù)為式

其中L_z1(G)＝E_x，y，z[||y-G(x，z)||₁]，目標(biāo)是為了讓生成器的輸出接近真正意義上的無背景的真實輸出，而λ是一介于0-1之間的系數(shù)，用于平衡圖像的質(zhì)量；

步驟1.3引入批量歸一化層：

模型中需要使用到批量歸一化(Batch normalization，BN)層，其中，BN層的操作主要是對卷積層的輸出進行標(biāo)準(zhǔn)化，計算形式如式(5)所示：

其中μ_B處理如式(6)所示，σ_B的計算處理如式(7)所示，是為了防止分母為0而引入的無窮小值，x_i是當(dāng)前層的輸入。