[發(fā)明專利]一種基于循環(huán)生成對(duì)抗網(wǎng)絡(luò)的圖像頻閃去除方法

在審

• 申請?zhí)枺?/td>: 202211073159.7
• 申請日: 2022-09-02
• 公開（公告）號(hào): CN115511730A
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計(jì)）人: 林曉丹;李楊福;邱應(yīng)強(qiáng);朱建清;曾煥強(qiáng)
• 申請（專利權(quán)）人: 華僑大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06N3/04;G06N3/08
• 代理公司: 泉州市文華專利代理有限公司 35205
• 代理人: 陳雪瑩

1.一種基于循環(huán)生成對(duì)抗網(wǎng)絡(luò)的圖像頻閃去除方法，其特征在于：所述方法包括以下步驟：

步驟1、圖像去頻閃模型訓(xùn)練；

步驟1.1、構(gòu)建去頻閃循環(huán)生成對(duì)抗網(wǎng)絡(luò)框架；

所述去頻閃循環(huán)生成對(duì)抗網(wǎng)絡(luò)框架包括生成網(wǎng)絡(luò)G、生成網(wǎng)絡(luò)R、鑒別網(wǎng)絡(luò)D1、鑒別網(wǎng)絡(luò)D2，所述生成網(wǎng)絡(luò)R用于學(xué)習(xí)消除圖像頻閃的映射；所述生成網(wǎng)絡(luò)G用于學(xué)習(xí)頻閃圖像的生成；所述鑒別網(wǎng)絡(luò)D1用于鑒別模型消除頻閃后的圖像與真實(shí)無頻閃圖像的區(qū)別；所述鑒別網(wǎng)絡(luò)D2用于鑒別模型生成頻閃圖像與真實(shí)頻閃圖像的區(qū)別；

步驟1.2、輸入頻閃/無頻閃圖像訓(xùn)練集，進(jìn)行圖像去頻閃模型的訓(xùn)練；頻閃/無頻閃圖像訓(xùn)練集包括頻閃圖像X和無頻閃圖像Y；生成網(wǎng)絡(luò)R根據(jù)輸入的頻閃圖像X生成去除頻閃后的圖像Yfake，根據(jù)輸入的無頻閃圖像Y生成本體映射無頻閃圖像Yiden；生成網(wǎng)絡(luò)G根據(jù)輸入的無頻閃圖像Y生成包含頻閃的圖像Xfake，根據(jù)輸入的頻閃圖像X生成本體映射頻閃圖像Xiden，并計(jì)算模型的頻閃損失loss_Flicker、梯度損失loss_Grad和本體映射損失loss_Iden；將生成的去頻閃圖像Yfake與頻閃圖像Xfake分別輸入生成網(wǎng)絡(luò)G和生成網(wǎng)絡(luò)R，生成循環(huán)頻閃圖像Xcycle與循環(huán)去頻閃圖像Ycycle，并計(jì)算循環(huán)一致性損失loss_Cycle；

將去頻閃圖像Y、Yfake分別輸入鑒別網(wǎng)絡(luò)D1，輸出真實(shí)圖像的可能性[P₁¹_real,P₁²_real,P₁³_real]與生成圖像的可能性[P₁¹_fake,P₁²_fake,P₁³_fake]，并計(jì)算鑒別網(wǎng)絡(luò)D1對(duì)應(yīng)的判別器損失loss_Disc1；

將頻閃圖像X、Xfake分別輸入鑒別網(wǎng)絡(luò)D2，輸出真實(shí)圖像的可能性[P₂¹_real,P₂²_real,P₂³_real]與生成圖像的可能性[P₂¹_fake,P₂²_fake,P₂³_fake]，并計(jì)算鑒別網(wǎng)絡(luò)D2對(duì)應(yīng)的判別器損失loss_Disc2；

按loss_Disc1、loss_Disc2更新鑒別網(wǎng)絡(luò)D1、鑒別網(wǎng)絡(luò)D2的網(wǎng)絡(luò)參數(shù)；

再將去頻閃圖像Yfake輸入鑒別網(wǎng)絡(luò)D1，輸出生成圖像的可能性[P₁¹_fake,P₁²_fake,P₁³_fake]，計(jì)算生成網(wǎng)絡(luò)R的對(duì)抗損失loss_Gen_R；

將生成頻閃圖像Xfake輸入鑒別網(wǎng)絡(luò)D2，輸出生成圖像的可能性[P₂¹_fake,P₂²_fake,P₂³_fake]，并計(jì)算生成網(wǎng)絡(luò)G的對(duì)抗損失loss_Gen_G；

計(jì)算生成網(wǎng)絡(luò)R和生成網(wǎng)絡(luò)G的總損失loss_R、loss_G，并更新網(wǎng)絡(luò)參數(shù)，得到圖像去頻閃模型。

步驟2、利用步驟1訓(xùn)練得到的圖像去頻閃模型進(jìn)行圖像頻閃去除，即將頻閃圖像輸入到步驟1訓(xùn)練得到的圖像去頻閃模型中，輸出得到去頻閃圖像。