[发明专利]基于生成对抗网络的图像去马赛克方法

摘要

本发明属于图像处理、深度学习和卷积神经网络领域，为利用深度学习算法中的生成对抗网络实现数字图像的马赛克去除，提升数字图像的视觉质量。为此，本发明，基于生成对抗网络的图像去马赛克方法，步骤如下：(1)数据集的构建；(2)加入马赛克；(3)构建生成对抗网络模型；(4)训练生成对抗网络；(5)利用训练好的网络处理图像。本发明主要应用于图像处理场合。

主权项

1.一种基于生成对抗网络的图像去马赛克方法，其特征是，步骤如下：/n(1)数据集的构建：选取ImageNet数据集作为生成对抗网络的训练，在ImageNet数据集中随机挑选m个种类的图像，每个种类随机挑选n张图像作为训练数据，每个类别n张图像以外的图像作为测试数据，构建出数据集；/n(2)马赛克的加入：利用Matlab在10000张训练图像上随机位置上加入马赛克，马赛克的大小和程度都随机选取；/n(3)生成对抗网络模型的构建：生成对抗网络由两部分构成：生成器和判别器；利用卷积神经网络分别构成生成器和判别器，利用AlexNet为基础构建生成器，将生成器中的前两层网络设计成4×4和2×2大小的卷积核的卷积层，并且以与卷积核尺寸一致的步长进行卷积，从而实现特征图的下采样，压缩了特征图的空间分辨率，并且便于特征提取，此外，要去除AlexNet中的全连接层，并且为网络添加反卷积层，构成一个全卷积网络，保持输入图像和输出图像的尺寸不变；/n(4)生成对抗网络的训练：将上述构建完成的训练数据集输入进生成对抗网络中，对于训练数据，网络每次随机选取一批图像进行学习，分别对判别器和生成器进行交替训练，训练过程采用随机梯度下降法SGD(Stochastic gradient descent)，利用Adam(adaptivemoment estimation)优化器进行最优化。/n