[發明專利]圖像增強方法、電子設備及存儲介質

在審

• 申請號: 202110041231.7
• 申請日: 2021-01-13
• 公開（公告）號: CN113139924A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 李承政;秦豪;趙明
• 申請（專利權）人: 上海有個機器人有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;H04N5/232;H04N5/265;H04N5/33;H04N9/64
• 代理公司: 北京天盾知識產權代理有限公司 11421
• 代理人: 梁秀秀

1.一種圖像增強方法，其特征在于，包括以下步驟：

步驟1，通過第一拍攝裝置進行圖像采集，得到第一圖片的數據庫；

步驟2，將所述第一圖片的數據庫輸入到一生成對抗網絡中；

步驟3，通過所述生成對抗網絡將所述第一圖片轉換為相對應的第二圖片。

2.根據權利要求1所述的圖像增強方法，其特征在于，包括：

通過一第二拍攝裝置進行圖像采集，得到多個第三圖片；

所述生成對抗網絡包括一生成器以及一判別器，所述生成器用于生成所述第二圖片，所述判別器用于區分輸入所述生成對抗網絡的圖片是所述第二圖片還是所述第三圖片。

3.根據權利要求2所述的圖像增強方法，其特征在于，在通過所述生成對抗網絡將所述第一圖片轉換為相對應的第二圖片之前，還包括以下步驟：

S301，將所述第二圖片與所述第三圖片混合在一起，得到環境感知模型的訓練數據；

S302，固定所述生成器不變，對所述判別器進行模型訓練；

S303，通過所述環境感知模型的訓練數據訓練所述判別器，使所述判別器區分出所述第二圖片與所述第三圖片。

4.根據權利要求3所述的圖像增強方法，其特征在于，在對所述判別器訓練迭代K步之后，還包括以下步驟：

S304，固定所述判別器不變，對所述生成器進行模型訓練；

S305，通過一固定的學習頻率更新所述生成器的參數，使得所述生成器生成所述第二圖片；

S306，將所述第二圖片與所述第三圖片比較，得到一比較數據；

S307，當所述比較數據到達一預設值時，得到訓練好的生成器。

5.根據權利要求4所述的圖像增強方法，其特征在于，通過所述生成對抗網絡將所述第一圖片轉換為相對應的第二圖片，具體包括以下步驟：

S308，將所述第一圖片的數據庫輸入到訓練好的生成器中；

S309，通過所述生成器生成所述第二圖片，得到實際業務數據的增強數據。

6.根據權利要求2所述的圖像增強方法，其特征在于，所述生成對抗網絡的優化函數為：

其中所述生成器的模型為G(z)，所述判別器的模型為D(x)，z為隨機輸入的噪聲，x表示圖片，pdata(x)表示真實圖像概率分布，p_z(z)生成圖像的概率分布，所述生成器的模型G(z)將隨機輸入的噪聲z轉換成圖片x,D(x)輸出一個0～1之間的概率值，表征圖片x有多大的可能性為真實圖片。

7.根據權利要求1所述的圖像增強方法，其特征在于，所述第一圖片為彩色圖片，所述第二圖片為生成的紅外夜視圖片。

8.根據權利要求2所述的圖像增強方法，其特征在于，所述第三圖片為真實的紅外夜視圖片。

9.一種電子設備，包括：存儲器；一個或多個處理器；一個或多個程序，其中所述一個或多個程序存儲在所述存儲器中并被配置為由所述一個或多個處理器執行，所述一個或多個程序包括用于執行根據權利要求1-8所述方法中的任一方法的指令。

10.一種存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時，實現權利要求1-8任一項所述圖像增強方法。