[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
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: | 本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。
- 上一篇:基于先验信息的图像去雾方法
- 下一篇:鱼眼图像的校正方法、电子设备及存储介质
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序