[发明专利]一种基于条件生成对抗网络的道路场景去雾方法

权利要求书

1.一种基于条件生成对抗网络的道路场景去雾方法，用以降低雾霾天气对道路场景获得图像的干扰，其特征在于，包括以下步骤：

1)采用RESIDE数据集构建训练集和测试集；

2)将训练集中的有雾图片x作为生成器G的输入并生成G(x)，即无雾图片

3)将生成的无雾图片发送给判别器D，判断图片真假；

4)迭代设定轮次后，得到最优生成网络；

5)将得到的最优生成网络应用于真实有雾图像，进行去雾处理。

2.根据权利要求1所述的一种基于条件生成对抗网络的道路场景去雾方法，其特征在于，所述的步骤2)中，生成器G包括第一编码器、转换器和解码器。

3.根据权利要求2所述的一种基于条件生成对抗网络的道路场景去雾方法，其特征在于，所述的第一编码器由3层卷积层构成，用以提取输入图像的特征向量，所述的转换器由6层的ResNet模块构成，用以将源域中图片的特征向量转换到目标域中的特征向量，所述的解码器由3层反卷积层构成，用以从特征向量中还原得到低级特征。

4.根据权利要求1所述的一种基于条件生成对抗网络的道路场景去雾方法，其特征在于，所述的步骤3)中，判别器D由第二编码器组成，该第二编码器由4层反卷积层构成，实现对图片的下采样，得到示意图片真假的概率。

5.根据权利要求1所述的一种基于条件生成对抗网络的道路场景去雾方法，其特征在于，所述的步骤3)中，判别器D采用PatchGAN结构，该PatchGAN结构用以对图片70×70的patch进行判别。

6.根据权利要求1所述的一种基于条件生成对抗网络的道路场景去雾方法，其特征在于，所述的步骤4)中，网络训练的目标函数为：

G^*,

其中，L(G,D)为损失函数，D(x,y)为真实图像的得分，D(x,G(x))为生成图像的得分，为所有真实图像的期望值，为所有生成图像的期望值。