[发明专利]一种基于生成对抗网络的图像修复方法、装置以及设备

权利要求书

1.一种基于生成对抗网络的图像修复方法，其特征在于，包括：

采集与待修复图像类别相同的图像数据集，对所述图像数据集中的图像进行尺度归一化、下采样、增加预设百分比噪声和上采样处理后，得到所述图像数据集中的图像的目标受损图像；

利用所述目标受损图像对预先构建的生成式对抗网络进行训练，得到训练完成的目标生成式对抗网络；

对所述待修复图像进行上采样处理后，输入至所述目标式成对抗网络中的目标生成网络中，得到所述待修复图像完整的超分率图像。

2.如权利要求1所述的图像修复方法，其特征在于，所述采集与待修复图像类别相同的图像数据集，对所述图像数据集中的图像进行尺度归一化、下采样、增加预设百分比噪声和上采样处理后，得到所述图像数据集中的图像的目标受损图像包括：

对所述图像数据集中的图像进行尺度归一化处理，生成大小为k×k的原始图像；

对所述原始图像进行下采样和增加预设百分比噪声的处理后，得到所述原始图像对应的低分辨率的初始受损图像；

对所述初始受损图像进行上采样处理后，得到大小为k×k的目标受损图像。

3.如权利要求2所述的图像修复方法，其特征在于，所述利用所述目标受损图像对预先构建的生成式对抗网络进行训练，得到训练完成的目标生成式对抗网络包括：

将所述目标受损图像输入至所述生成式对抗网络的生成网络中，对所述目标受损图像进行修复，得到大小为k×k的重建图像；

将所述重建图像和所述原始图像输入至所述生成式对抗网络的判决器中，判断所述重建图像和所述原始图像是否同分布，得到梯度信息；

所述判决器将所述梯度信息反馈至所述生成网络，实现对所述生成式对抗网络的训练，直至所述生成网络的译码器端生成的目标重建图像和所述图像数据集中的目标原始图像同分布，得到完成训练的目标生成式对抗网络。

4.如权利要求3所述的图像修复方法，其特征在于，所述对所述待修复图像进行上采样处理后，输入至所述目标式成对抗网络中的目标生成网络中，得到所述待修复图像完整的超分率图像包括：

对所述待修复图像进行上采样处理后，得到大小为k×k的目标修复图像；

将所述目标修复图像输入所述目标生成网络的编码器端，经过所述目标生成网络的编码器和译码器的处理后，由所述目标生成网络的译码器端输出所述待修复图像对应的完整的超分率图像；

其中，所述编码器包括三个卷积层和一个全连接层，所述译码器包括一个全连接层和三个反卷积层。

5.如权利要求4所述的图像修复方法，其特征在于，所述生成式对抗网络的损失函数为：

其中，为所述生成网络输出所述重建图像与所述原始图像的重建损失；L_D＝-E_x～Pdata[logD(x)]-E_x～Pdata[log1-D(G(x))]为判决器的损失；所述生成网络的损失；Pdata(x)为所述原始图像，G(x)为所述重建图像，D(G(x))为将所述重建图像输入至所述判决器，D(x)为将所述原始图像输入所述判决器。

6.一种基于生成对抗网络的图像修复装置，其特征在于，包括：

处理模块，用于采集与待修复图像类别相同的图像数据集，对所述图像数据集中的图像进行尺度归一化、下采样、增加预设百分比噪声和上采样处理后，得到所述图像数据集中的图像的目标受损图像；

训练模块，用于利用所述目标受损图像对预先构建的生成式对抗网络进行训练，得到训练完成的目标生成式对抗网络；

修复模块，用于对所述待修复图像进行上采样处理后，输入至所述目标式成对抗网络中的目标生成网络中，得到所述待修复图像完整的超分率图像。