[发明专利]一种深度学习的图像修复方法有效
| 申请号： | 201910913818.5 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110689495B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 万家山 | 申请（专利权）人： | 安徽信息工程学院 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京市领专知识产权代理有限公司 11590 | 代理人： | 王茜;陈益思 |
| 地址： | 241000 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及图像视觉处理技术领域，提出一种深度学习的图像修复方法，包括以下步骤：使用边缘生成器预测原始图像上遮盖区域的边缘映射；验证边缘生成器预测出的边缘映射是否真实；图像补全网络对真实的边缘映射进行图像修复和合成，剔除不真实的边缘映射；验证图像补全网络修复和合成的图像是否真实；生成真实的图像，剔除不真实的图像。本发明通过结合图片上下文内容，边缘生成器对图像缺失区域(规则和不规则)的边缘产生“幻想”，图像补全网络利用“幻想”边缘填充缺失区域，这样可以利用利用启发式的生成模型得到了缺失部分的边缘信息，随后将边缘信息作为图像缺失的先验部分和图像一起送入修复网络进行图像重建，再现更加精细细节的填充。 | ||
| 搜索关键词： | 一种 深度 学习 图像 修复 方法 | ||
【主权项】：
1.一种深度学习的图像修复方法，其特征在于：包括以下步骤：/n步骤S1：使用边缘生成器预测原始图像上遮盖区域的边缘映射；/n步骤S2：验证边缘生成器预测出的边缘映射是否真实；/n步骤S3：图像补全网络对真实的边缘映射进行图像修复和合成，剔除不真实的边缘映射；/n步骤S4：验证图像补全网络修复和合成的图像是否真实；/n步骤S5：生成真实的图像，剔除不真实的图像。/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安徽信息工程学院，未经安徽信息工程学院许可，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/201910913818.5/，转载请声明来源钻瓜专利网。
- 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
