[发明专利]改进损失函数SinGAN的墓室壁画分块间缺失信息的重建方法

权利要求书

1.一种改进损失函数SinGAN的墓室壁画分块间缺失信息的重建方法，其特征在于，包括以下步骤：

1)对墓道中分块挖掘的一幅壁画的多个分块进行图像采集，获取壁画分块图像，对壁画分块图像添加掩码后进行min-max标准化，再通过标准化后的壁画分块图像构建图像集，将该图像集作为SinGAN生成壁画间外延性信息的训练集；

2)构建基于SinGAN且包含5个尺度的生成器及判别器的生成网络，并增加重构损失L_rec、像素重建损失及纹理损失L_texture的损失函数；

3)取壁画集中的任一一幅壁画分块图像I_r，再对其进行下采样为{I_r0,I_r1,I_r2,I_r3,I_r4}，其中，I_m4为掩膜后下采样4次的壁画；

4)向生成器的最底层输入I_m4，经生成器G₄生成外延性壁画G₄(I_m4)，将G₄(I_m4)与I_r4输入到判别器D₄进行比较判别，并根据损失函数更新该层的权重参数；

5)重复步骤4)，得生成器中各层的权重参数；

6)利用训练集及判别器对生成器进行训练，使得生成器与判别器达到纳什均衡，然后利用训练后的生成器进行墓室壁画分块间缺失信息的重构。

2.根据权力要求1所述的改进损失函数SinGAN的墓室壁画分块间缺失信息的重建方法，其特征在于，采用像素重建损失，以捕捉壁画生成区域周边的整体像素信息，即

其中，M为二进制掩码，I_rn为真实数据的下采样壁画，G_n为生成网络生成的壁画图片，为壁画像素乘法；

利用Gram矩阵设计纹理损失，即

其中，G为Gram矩阵，l_n为真实壁画图像I_rn通过多尺度生成器第n层的输出，I_n为多尺度生成器G_n生成的壁画，g表示生成网络；

设计重构损失为：

L_rec＝||G_n(Noize+I_mn)-I_rn||² (4)

其中，G_n为多尺度生成器的第n层，(Noize+I_mn)为多尺度生成器中每层的噪声与上一层的输出壁画相叠加，I_rn为真实壁画。

3.根据权力要求1所述的改进损失函数SinGAN的墓室壁画分块间缺失信息的重建方法，其特征在于，重构的损失L_rec、像素重建损失及纹理损失L_texture的损失函数分别为：

L_rec＝||G_n(Noize+I_mn)-I_rn|| (6)

L_G＝χL_rec+L_2+texture (7)

其中，L_2+texture为壁画的像素重建损失和纹理损失之和，L_D为判别器的损失函数，L_D用于更新判别器权重，χ为可调参数，通过调节生成器的损失函数来调节L_2+texture。