[發明專利]基于生成對抗網絡的海洋渦旋圖像自動增強系統、計算機設備、存儲介質

在審

• 申請號: 202011302701.2
• 申請日: 2020-11-19
• 公開（公告）號: CN112396566A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 宋弢;徐丹亞;謝鵬飛;孟凡;王子赫;李穎
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于生成對抗網絡的海洋渦旋圖像自動增強系統，其特征在于，包括以下步驟：

1)選取海洋渦旋遙感圖像數據，構建海洋渦旋遙感圖像訓練集；

2)創建包括生成器網絡和判別器網絡的生成對抗網絡模型；

3)固定生成器網絡，訓練判別器網絡；

4)固定判別器網絡，訓練生成器網絡；

5)使用訓練好的生成對抗網絡模型，對海洋渦旋遙感圖像進行數據增強；

6)構建海洋渦旋遙感圖像測試集，對數據增強后的渦旋數據進行測試。

2.如權利要求1所述的系統，其特征在于，所述選取海洋渦旋遙感圖像數據、構建海洋渦旋遙感圖像訓練集的步驟，具體包括：對于海洋渦旋遙感圖像數據進行讀取，存儲到指定的訓練集目錄下，對每個渦旋遙感圖像進行重命名，進行保存操作。

3.如權利要求1所述的系統，其特征在于，所述創建包括生成器網絡和判別器網絡的生成對抗網絡模型的操作步驟，具體包括：對于生成器網絡，輸入層中輸入的是二維的隨機噪聲，隱藏層的激活函數采用Leaky ReLU函數，隱藏層也采用Dropout機制防止過擬合，輸出層的激活函數采用Tan h函數；對于判別器網絡，輸入層中輸入的是生成器網絡生成的圖像數據和真實的海洋渦旋遙感圖像數據，隱藏層的激活函數采用Leaky ReLU函數，輸出層的分類函數采用Sigmoid函數。

4.如權利要求1所述的系統，其特征在于，所述固定生成器網絡、訓練判別器網絡的操作步驟，具體包括：固定生成器網絡的所有參數，將生成器網絡生成的圖像數據和真實的海洋渦旋遙感圖像數據輸入判別器網絡，設置真實圖像數據的標簽為1、生成圖像數據的標簽為0，訓練判別器網絡直至對真實圖像數據的輸出為1、對生成圖像數據的輸出為0為止。

5.如權利要求1所述的系統，其特征在于，所述固定判別器網絡、訓練生成器網絡的操作步驟，具體包括：固定判別器網絡的所有參數，將生成器網絡生成的圖像數據的標簽設為1，此時判別器判別生成圖像數據的輸出概率接近于0，將因此形成的巨大誤差采用反向傳播算法，對生成器網絡的參數進行大幅的更新；經過數次訓練，如果生成器生成的圖像數據比較真實且標簽仍設為1時，此時判別器判別生成圖像數據的輸出概率接近于1，將因此形成的較小誤差采用反向傳播算法，對生成器網絡的參數進行小范圍的微調。這就完成了生成圖像數據向真實圖像數據逐漸逼近的過程，達到了訓練生成器網絡的目的。

6.如權利要求1所述的系統，其特征在于，所述使用訓練好的生成對抗網絡模型、對海洋渦旋遙感圖像進行數據增強的操作步驟，具體包括：分別訓練判別器網絡和生成器，直到整體的損失函數降到0.5以下為止，此時生成對抗網絡模型便訓練完成了。使用訓練好的生成對抗網絡模型，對海洋渦旋遙感圖像進行數據增強，并設置生成的圖像數量與海洋渦旋遙感圖像訓練集的數據量相同。

7.如權利要求1所述的系統，其特征在于，所述構建海洋渦旋遙感圖像測試集、對數據增強后的渦旋數據進行測試的操作步驟，具體包括：對于生成的渦旋遙感圖像，計算PSNR指標和SSIM指標，并依次與測試集的圖像進行比較，只保留PSNR指標和SSIM指標都更高的生成圖像，作為數據增強后的擴充數據，并存儲到指定的測試集目錄下，進行保存操作。

8.一種計算機設備，包括存儲器、處理器及存儲在所述存儲器上并可被所述處理器運行的程序，其特征在于，所述處理器執行所述程序時實現以下步驟：選取海洋渦旋遙感圖像數據，構建海洋渦旋遙感圖像訓練集；創建包括生成器網絡和判別器網絡的生成對抗網絡模型；固定生成器網絡，訓練判別器網絡；固定判別器網絡，訓練生成器網絡；使用訓練好的生成對抗網絡模型，對海洋渦旋遙感圖像進行數據增強；構建海洋渦旋遙感圖像測試集，對數據增強后的渦旋數據進行測試。