[发明专利]用生成式对抗神经网络分割和去噪深度图像用于识别应用

权利要求书

1.一种从深度图像移除噪声的方法，包括：

向第一生成式对抗神经网络实时呈现真实世界深度图像，通过从要在所述真实世界深度图像中识别的至少一个对象的计算机辅助设计信息所生成的合成图像来训练所述第一生成式对抗神经网络；

在所述第一生成式对抗神经网络中，通过减去所述真实世界深度图像中的背景并且分割所述真实世界深度图像中的前景，生成经清洁的真实世界深度图像。

2.根据权利要求1所述的方法，还包括：经由所述第一生成式对抗神经网络和所述经清洁的真实世界深度图像在所述真实世界深度图像中识别关注的对象。

3.根据权利要求1所述的方法，还包括：将所述经清洁的真实世界深度图像提供给第二生成式对抗神经网络，以提供附加的噪声消除和由所述第一生成式对抗神经网络移除的一些功能的恢复。

4.根据权利要求1所述的方法，还包括：使用从所述计算机辅助设计信息生成的合成图像来训练所述第一生成式对抗神经网络，其中所述计算机辅助设计信息通过以下方式增强：向所述合成图像添加模拟失真。

5.根据权利要求4所述的方法，其中训练所述第一生成式对抗神经网络还包括：向所述第一生成式对抗神经网络提供具有真实的一对图像的形式的训练数据，所述真实的一对图像包括没有噪声且没有背景的、堆叠以形成真实的一对的所述经清洁的真实世界深度图像和合成图像。

6.根据权利要求5所述的方法，其中训练所述第一生成式对抗神经网络还包括：向所述第一生成式对抗神经网络提供具有真实的一对图像的形式的训练数据，所述真实的一对图像包括来自所述第一生成式对抗神经网络的输出的、堆叠以创建伪造的一对的所述经清洁的真实世界深度图像和一图像。

7.根据权利要求4所述的方法，其中向所述合成图像添加失真包括：将随机背景数据组合到所述合成图像中。

8.根据权利要求4所述的方法，其中向所述合成图像添加失真包括：将至少部分地遮挡所述合成图像中的目标对象的对象插入到所述合成图像中。

9.根据权利要求1所述的方法，还包括：使用图像到图像生成式对抗神经网络架构来实现所述第一生成式对抗神经网络。

10.根据权利要求1所述的方法，还包括：将所述第一生成式对抗神经网络实现为U-Net生成式对抗神经网络架构。