[发明专利]一种基于生成对抗网络模型的图像补全方法

权利要求书

1.一种基于生成对抗网络模型的图像补全方法，其特征在于，所述的图像补全方法包括下列步骤：

S1、构造原始生成对抗网络模型；

S2、构造深度卷积神经网络作为生成器与判别器；

S3、去除数据集图像中的部分像素，输入生成器中；

S4、在生成器中运用卷积神经网络对图像进行补全；

S5、将补全之后的图像与数据集图像输入判别器中判别，更新损失函数。

2.根据权利要求1所述的一种基于生成对抗网络模型的图像补全方法，其特征在于，所述的步骤S2中构造深度卷积神经网络作为生成器与判别器。

3.根据权利要求1所述的一种基于生成对抗网络模型的图像补全方法，其特征在于，所述的步骤S4具体过程如下：

S41、利用卷积神经网络充当生成器、判别器；

S42、利用卷积将输入图像缺失的像素进行补全。

4.根据权利要求1所述的一种基于生成对抗网络模型的图像补全方法，其特征在于，所述的损失函数的表达式为：

其中，D(x)表示判别器对图像的判别，pr表示数据集图像的分布，pg表示生成图像的分布，λ为超参数，为梯度。