[发明专利]基于双判别深度卷积生成式对抗网络的图像修复方法在审

专利信息
申请号: 201910759037.5 申请日: 2019-08-16
公开(公告)号: CN110570366A 公开(公告)日: 2019-12-13
发明(设计)人: 杨秀红;许鹏;杨万进;李秀秀 申请(专利权)人: 西安理工大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 61214 西安弘理专利事务所 代理人: 王蕊转
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开的基于双判别深度卷积生成式对抗网络的图像修复方法,首先,将待处理图像进行预处理,作为训练集数据图像;构建G生成网络、Net_D判别网络和NetD_Aux判别网络,将待处理图像输入G生成网络中,分别对G生成网络、Net_D判别网络和NetD_Aux判别网络进行训练,通过分别计算对抗损失、图像空间损失和图像特征空间损失,按照生成网络和两个判别网络交替训练,当G生成网络生成的图像与真实图像接近时训练完成,最后将待修复的图像输入到训练好的模型中进行图像修复。本发明公开的方法采用双判别网络结构和全新的损失函数模型,分别判别图像的局部和全局,通过迭代网络模型来完成图像修复,取得了较好的修复结果。
搜索关键词: 网络 图像修复 待处理图像 图像 预处理 图像特征空间 修复 训练集数据 损失函数 图像空间 图像输入 网络结构 网络模型 网络生成 真实图像 生成式 对抗 迭代 构建 卷积 全局
【主权项】:
1.基于双判别深度卷积生成式对抗网络的图像修复方法,其特征在于,具体包括如下步骤:/n步骤1,将待处理图像进行预处理,作为训练集数据图像;/n步骤2,构建双判别深度卷积生成式对抗网络模型,包括G生成网络、Net_D判别网络和NetD_Aux判别网络,所述G生成网络用于生成图像;所述Net_D判别网络判别局部图像,所述NetD_Aux判别网络判别全局图像,两个判别网络均通过卷积操作逐层提取图像的特征;/n步骤3,将预处理后的待处理图像输入G生成网络中,分别对G生成网络、Net_D判别网络和NetD_Aux判别网络进行训练,通过分别计算对抗损失、图像空间损失和图像特征空间损失,基于反向传播算法优化网络参数,按照设定的学习率进行参数的迭代更新,按照生成网络和两个判别网络交替训练,当G生成网络生成的图像与真实图像接近时训练完成;/n步骤4,将待修复的图像输入到训练好的双判别深度卷积生成式对抗网络模型中进行图像修复。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910759037.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top