[发明专利]一种基于对称性引导的物体图像修复方法

权利要求书

1.一种基于对称性引导的物体图像修复方法，其特征在于，包括以下步骤：

步骤1、使用基于生成式对抗网络的对称轴生成器预测待修复图像中目标图像的对称轴I_{N_symmetry}；

步骤2、使用边缘生成器预测待修复图像上残缺区域的边缘得到梯度修复图

步骤3、使用图像填充器填充步骤2中获取的梯度修复图完成图像修复。

2.根据权利要求1所述的一种基于对称性引导的物体图像修复方法，其特征在于，所述步骤1中使用基于生成式对抗网络的对称轴生成器预测待修复图像中目标图像对称轴I_{N_symmetry}的具体方法为：

步骤1.1、将待修复图像灰度图I_{N_gray}、待修复图像梯度图I_{N_sobel}在特征通道上连接，输入到特征点图生成器G₁中得到待修复图像的特定特征点图

步骤1.2、对特征点图中的特征点进行线性拟合得到图像对称轴I_{N_symmetry}；

步骤1.3、将和标注的真实图像特定特征点图I_feature输入到判别器D₁中以优化生成器G₁和判别器D₁；

对于判别器D₁，其损失函数定义为：

对于生成器G₁，其损失函数定义为：

其中，L_FM为特征匹配损失函数，其作用是使生成器生成的特征点图与标注的真实图像特定特征点图的特征一致，计算公式如下：

其中，表示判别器网络D₁第i层输出，K表示网络的层数，N_i表示第i层的元素个数。这里L换成K，为了避免和损失函数中的L冲突。

3.根据权利要求2所述的一种基于对称性引导的物体图像修复方法，其特征在于，所述待修复图像梯度图I_{N_sobel}使用Sobel算子提取。

4.根据权利要求1所述的一种基于对称性引导的物体图像修复方法，其特征在于，所述步骤2中使用边缘生成器预测待修复图像上残缺区域边缘的具体方法为：

步骤2.1，将待修复图像灰度图I_{N_gray}、待修复图像梯度图I_{N_sobel}在特征通道上连接，输入到生成器特征编码网络G_{2_encoder}中得到图像特征I_{N_feature}；

步骤2.2，将图像特征I_{N_feature}、图像对称轴I_{N_symmetry}输入生成器特征翻转网络G_{2_transpose}得到翻转的图像特征

步骤2.3，将两种图像特征I_{N_feature}、在特征通道上连接，输入到生成器解码网络G_{2_decoder}中得到梯度修复图

步骤2.4，将梯度修复图和真实图像的梯度图I_sobel输入到判别器D₂中以优化生成器G₂和判别器D₂；

对于判别器D₂，其损失函数定义为：

对于生成器G₂，其损失函数定义为：

其中，L_FM为特征匹配损失函数，其作用是使生成器生成的梯度修复图与真实图像的梯度图的特征一致，计算公式如下：

其中，表示判别器网络D₁第i层输出，K表示网络的层数，N_i表示第i层的元素个数。