[發明專利]一種基于生成對抗網絡的圖像多樣性增強方法與系統

有效

• 申請號: 202111561049.0
• 申請日: 2021-12-20
• 公開（公告）號: CN113947706B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 唐彰國;張健;李煥洲;王涵
• 申請（專利權）人: 四川師范大學
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06V10/762;G06V10/774;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 成都為知盾專利代理事務所(特殊普通合伙) 51267
• 代理人: 李漢強

1.一種基于生成對抗網絡的圖像多樣性增強方法，應用于裝有Tensorflow框架的Windows系統設備，其特征在于，包括：

S1：搭建一個生成對抗網絡模型，包括聚類模塊、具有分類導向的損失函數、判別器模塊和生成器模塊；

S2：將采集的圖像數據形成原始圖像數據集，并對所述原始圖像數據集做歸一化預處理，并定義優化器和損失函數；

所述S2定義的損失函數為編碼長度函數和辛普森多樣性指數相結合，具體為：

S2.1：定義圖像的編碼長度函數公式為：

其中，m和D分別為數據的尺寸，對應為圖片的長與寬，I為上層網絡殘差，X為圖像張量本身，同理X^T為圖像張量的轉置，ε為一個用以確定壓縮精度的約束常量參數，x表示圖像各點像素值；

S2.2：定義辛普森多樣性指數公式為：

其中P_i代表：一個群落中，某一個種群被抽中的概率，其計算公式為：

當一個群落中，每個種群的數量相同時，得到辛普森多樣性指數的另一種形式，其公式為：

其中，S代表，這個群落中的物種的種類數；

S2.3：將辛普森多樣性指數和編碼長度函數相結合，得到具有分類導向的損失函數，損失函數公式為：

其中，α是一個閾值，取值范圍為（0，1），Ld-loss代表的是判別器損失值，Lg-loss是生成器損失值，E代表期望，x~Ptag代表的是x是tag集合中的數據，SPI是辛普森多樣性指數，λ是一個范圍為（0，1）的閾值，L（x，ε）代表的是編碼長度函數；

S3：使用Tensorflow框架的函數生成噪聲，將生成的噪聲放入生成器模塊，生成對應的圖像對抗樣本；

S4：所述圖像對抗樣本進入聚類模塊，然后聚類模塊對所述圖像對抗樣本進行聚類，并得出聚類數值；

S5：所述原始圖像數據集和所述圖像對抗樣本進入判別器模塊，判別器模塊根據所述原始圖像數據集對所述圖像對抗樣本進行判斷，輸出一個判斷結果；

S6：根據判斷結果，基于所述聚類數值，利用S2定義的損失函數，計算所述生成器模塊的損失值和所述判別器模塊的損失值，并通過反向傳播的訓練方式來提升生成器模塊和判別器模塊的性能，并獲取判別器模塊的生成圖像作為圖像多樣性增強樣本；

S7：然后循環S3-S6，直到生成器模塊和判別器模塊的訓練次數達到預設的訓練閾值，循環結束，生成最終的圖像多樣性增強數據集。

2.根據權利要求1所述的一種基于生成對抗網絡的圖像多樣性增強方法，其特征在于，所述S1搭建判別器模塊和生成器模塊具體為：

S1.1：搭建一個八層神經網絡結構的判別器模塊：利用Keras框架中的Conv2D函數搭建四層卷積神經網絡，然后使用BatchNormalization函數搭建兩層BN層，以及最后的一個Flatten層和一個全連接層；

S1.2：搭建一個七層神經網絡結構的生成器模塊：首先搭建一個作為噪聲輸入大小為N×N的全連接層，再利用Keras框架中的Conv2DTranspose函數搭建四層反卷積神經網絡層，然后使用BatchNormalization函數搭建兩層BN層，最后一層反卷積神經網絡層作為生成器模塊的輸出。

3.根據權利要求2所述的一種基于生成對抗網絡的圖像多樣性增強方法，其特征在于，S3具體為：

S3.1：生成一個范圍在[0-1]之間且大小為N×N的噪聲，輸入到生成器模塊的全連接層中；

S3.2：生成器模塊將輸入的N×N噪聲，進行一個重組操作，將其維度從二維張量改變為三維張量，然后進行反卷積操作；

S3.3：最后一層反卷積神經網絡層輸出生成的對抗樣本圖像。