[發明專利]基于生成對抗網絡的兵馬俑色彩復原方法

有效

• 申請號: 202210060421.8
• 申請日: 2022-01-19
• 公開（公告）號: CN114528920B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 劉曉寧;汪強;拓東成;郭佩瑤;劉金紅;王躍進;楊雪
• 申請（專利權）人: 西北大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06T5/00;G06T7/90
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 李鄭建

1.一種基于生成對抗網絡的兵馬俑色彩復原方法，其特征在于，該方法以GAN網絡為基礎構建兵馬俑色彩復原網絡模型，并對該兵馬俑色彩復原網絡模型進行訓練，進而將相應的兵馬俑圖像進行色彩復原，具體按以下步驟進行：

步驟1，收集兵馬俑圖像并擴充數據集；

步驟2，對GAN網絡的生成器采用連續相同的卷積塊，對GAN網絡的判別器結構不做改變；

步驟3，為了提高著色的多樣性，將GAN網絡的生成器噪聲通道連接到GAN網絡的生成器的前半部分；

步驟4，設計對YUV與RGB圖像訓練時的損失函數

對于由YUV表示的圖像，需要考慮的損失只有U和V通道的損失，Y通道只用來表示亮度信息，因此，對于CGAN來說是一個由灰度圖像y和噪聲向量z輸出到彩色圖像的過程，其損失函數如下式：

對于由RGB表示的圖像，不僅需要考慮RGB三通道的損失，還需要考慮圖像亮度損失，因此需要加入L1損失，表示如下：

損失函數如下式所示：

步驟5，對構建的兵馬俑色彩復原網絡模型設計訓練算法并進行訓練；所述訓練首先確定兵馬俑圖像參數值：K_G＝1，K_D＝1，m＝64，s_z＝100，s＝64；訓練過程步驟包括：

步驟5.1：隨機生成m組噪聲，每組噪聲大小為s_z，表示為{z⁽¹⁾，z⁽²⁾，z⁽³⁾，…，z^(m)}；

步驟5.2：隨機選取m張灰度圖，大小為64x64x1，表示為{y⁽¹⁾，y⁽²⁾，y⁽³⁾，…，y^(m)}；

步驟5.3：將上述組合輸入到兵馬俑色彩復原網絡模型中，由生成器生成m張彩色圖像，表示為{x⁽¹⁾，x⁽²⁾，x⁽³⁾，…，x^(m)}；

步驟5.4：由損失函數計算損失并且更新判別器參數：

步驟5.5，隨機生成m組噪聲，每組噪聲大小為s_z，表示為{z⁽¹⁾，z⁽²⁾，z⁽³⁾，…，z^(m)}；

步驟5.6，隨機選取m張灰度圖，大小為64x64x1，表示為{y⁽¹⁾，y⁽²⁾，y⁽³⁾，…，y^(m)}；

步驟5.7，通過損失函數計算損失值并更新生成器參數：

步驟5.8，重復上述過程；

步驟6，對兵馬俑色彩復原網絡模型進行測試，完成兵馬俑色彩復原。

2.如權利要求1所述的方法，其特征在于，步驟6中，所述對兵馬俑色彩復原網絡模型進行測試的過程如下：

首先設置兵馬俑圖像默認參數，m＝64，s_z＝100；

步驟6.1，隨機選取m張灰度圖；

步驟6.2，隨機生成m組噪聲，每組噪聲大小為(m，s_z)；

步驟6.3，使用訓練好的兵馬俑色彩復原網絡模型完成色彩復原。