[发明专利]一种对抗生成网络的水下图像增强方法

权利要求书

1.一种对抗生成网络的水下图像增强方法，其特征在于，包括步骤：

S100，神经网络构架设置四个模块；

S200，给定退化的水下图像和相应无退化的真值图像，并将所述退化的水下图像映射至低维潜在特征空间后，映射回RGB空间；

S300，将所述退化的水下图像，生成第二图像和未退化的真值图像，并得到对抗生成网络损失。

2.根据权利要求1所述的对抗生成网络的水下图像增强方法，其特征在于，在神经网络构架设置四个模块时，还包括步骤：

S110，神经网络构架设置四个模块：生成器、判别器、感知特征匹配模块和目标检测特征模块。

3.根据权利要求1所述的对抗生成网络的水下图像增强方法，其特征在于，在给定退化的水下图像和相应无退化的真值图像时，还包括步骤：

S210，给定退化的水下图像和相应无退化的真值图像，生成器将退化图像映射至低维潜在特征空间后，映射回RGB空间，得到生成图像。

4.根据权利要求1所述的对抗生成网络的水下图像增强方法，其特征在于，在将所述退化的水下图像，生成第二图像和未退化的真值图像，并得到对抗生成网络损失时，还包括步骤：

S310，将所述退化的水下图像，生成所述第二图像和所述未退化的真值图像，输入判别器，得到对抗生成网络损失，得到损失函数：，且优化目标为：。

5.根据权利要求1所述的对抗生成网络的水下图像增强方法，其特征在于，还包括步骤：

S400，设置感知特征和相应的感知特征匹配损失、生成图像的感知特征为、真值图像的感知特征为，则所述感知特征匹配损失：。

6.根据权利要求5所述的对抗生成网络的水下图像增强方法，其特征在于，

所述感知特征，首先需要在大规模数据集通用计算机视觉任务上，训练一个经典神经网络框架，再固定该网络参数，输入一副图像，提取数个隐藏层特征，得到合并后的张量。

7.根据权利要求1所述的对抗生成网络的水下图像增强方法，其特征在于，还包括步骤：

S500，设置目标检测特征匹配损失、生成图像的目标检测特征为、真值图像的目标检测特征为，则目标检测特征匹配损失：。

8.根据权利要求7所述的对抗生成网络的水下图像增强方法，其特征在于，

所述目标检测特征，首先需要在水下生物目标检测数据集的目标检测任务上，训练一个经典目标检测框架，再固定该网络参数，输入一副图像，提取数个隐藏层特征，得到合并后的张量。

9.根据权利要求1所述的对抗生成网络的水下图像增强方法，其特征在于，还包括步骤：

S600，合并所述对抗生成网络损失，所述感知特征匹配损失与所述目标检测特征匹配损失，得到联合优化神经网络：。