[發明專利]一種基于GAN的圖像陰影檢測和消除方法

在審

• 申請號: 202110411932.5
• 申請日: 2021-04-16
• 公開（公告）號: CN112991329A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 陳少君;蔣杼倩;龍斌
• 申請（專利權）人: 浙江指云信息技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 鄭芳

1.一種基于GAN的圖像陰影檢測和消除方法，其特征在于包括下述步驟：

(1)固定陰影檢測生成器G₁的網絡結構和權重參數不變，輸入一張原始的有陰影的圖像，輸出一張由G₁標記的陰影區域圖像，陰影區域和非陰影區域用表示如下：

其中陰影區域表示為1，非陰影區域表示為0；

(2)訓練陰影檢測判別器D₁，D₁接收由G₁生成的陰影區域圖像和原始圖像，輸出陰影區域的真實程度，訓練D₁的損失函數表示如下：

其中x表示輸入的圖像，y表示陰影實際檢測出來的區域，L表示訓練D₁的損失值，E_{x，y～pdata(x，y)}表示(x，y)在pdata(x，y)分布中的期望值；

(3)完成判別器D₁的訓練后，訓練生成器G₁，訓練G₁的損失函數如下：

L_data1(G₁)＝E_{x，y～pdata(x，y)}||y-G₁(x)||₂

(4)完成陰影檢測生成器和陰影檢測判別器后，固定陰影消除生成器G₂的權重，首先訓練陰影消除判別器D₂，訓練D₂的損失函數表示如下：

L_CGAN2(G₂，D₂|G₁)

＝E_{x，r～pdata(x，y，r)}[logD₂(x，y，r)]+E_x～pdata(x)[log(1-D₂(x，G₁(x),G₂(x，G₁(x))))]

r表示的是用于去除陰影的地面真實圖像標記；

(5)隨后開始訓練陰影消除生成器G₂，使用真實的圖片與G₁生成的陰影標記圖像相乘得到的圖像，作為G₂的輸入的一部分，同時輸入原始的陰影圖片，最終得到消除后的陰影部分；訓練G₂的損失函數表示如下：

L_data2(G₂|G₁)＝E_{x，r～pdata(x，r)}||r-G₂(x，G₁(x))||₂

(6)使用上述損失函數在網絡中更新權重：

(7)在完成全部的G₁和G₂的訓練后，輸入一張陰影圖片到G₁中，由G₂的輸出得到一張消除陰影后的圖片。

2.根據權利要求1所述基于GAN的圖像陰影檢測和消除方法，其特征在于：步驟(1)中，陰影區域和非陰影區域用二進制表示。

3.根據權利要求1所述基于GAN的圖像陰影檢測和消除方法，其特征在于：在陰影消除生成器G₂消除陰影區域時，使用了一種陰影模型，公式如下：

I(θ,λ)＝Li(θ,λ)R(θ,λ)

其中I是在像素點θ的λ波長反映出來的強度，Li和R分別是光照強度和反射強度；非陰影區域的光照強度表示為：

I^lit(θ，λ)＝Li^d(θ，λ)R(θ，λ)+Li^a(θ，λ)R(θ，λ)

其中Li^d和Li^a和別表示直接照射和環境光的光照強度；

陰影區域的光照強度表示為：

I^shadow(θ，λ)＝at(θ)L^a(θ,λ)R(θ,λ)

其中at(θ)表示為環境光照的衰減因子，取值范圍在(0,1)之間。