[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

本申請是關于一種圖像增強方法、電子設備及存儲介質，通過采用生成對抗網絡直接基于彩色圖像生成出可用的紅外夜視圖片，然后與現有的實際采集的夜視數據混合在一起，作為環境感知模型的訓練數據，使得成生成器的生成結果很真實，同時判別器的判別效果也很準確，從而使得夜視數據的獲取可以通過自動化的方式得到，而不是人工制造場景采集，解決了由于受限于采集要求和實際條件限制，紅外夜視圖像的采集工作困難的問題。

技術領域

本申請涉及圖像處理技術領域，尤其涉及圖像增強方法、電子設備及 存儲介質。

背景技術

機器人在行駛過程中，往往需要對周圍環境進行一定的理解，例如對 采集到的圖像進行行人檢測、道路分割等，這樣可以輔助于機器人的正常 行駛，如檢測到行人時進行有效避障、躲避不可行駛區域等，同時可以基 于行人信息，額外增加一些人機交互功能，如語音提示等功能。在白天場 景中，彩色圖像的數據隨時可以采集到，有利于環境感知模型的訓練，但 是在黑夜里需要采用夜視攝像頭才可以捕捉到周邊的環境信息，但是夜視 圖片的采集卻較為困難，首先需要有全黑或者暗光的場景，同時需要有人 出現，若單純得靠人為制造場景，得到的數據往往不能滿足實際業務的需 求，而大規模得實地采集紅外數據，又受到實際環境條件的約束，雖然可 以直接將彩色圖像轉換為灰度圖，但是得到的灰度圖沒有紅外夜視圖像上 的補光與黑白對比效果，這樣的數據可能會有適得其反的效果，因此需要 有一種有效的方法將已有的彩色圖像轉換為夜視圖像。

發明內容

為克服相關技術中存在的問題，本申請提供一種圖像增強方法、電子 設備及存儲介質，解決紅外夜視圖像的采集工作困難的問題。

本申請解決上述技術問題的技術方案如下：一種圖像增強方法，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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，p_data(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。

優選的，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。