[发明专利]一种基于生成对抗网络的图像修复方法、装置以及设备

说明书

本发明公开了一种基于生成对抗网络的图像修复方法、装置、设备以及计算机可读存储介质，包括：采集与待修复图像类别相同的图像数据集，对所述图像数据集中的图像进行尺度归一化、下采样、增加预设百分比噪声和上采样处理后，得到所述图像数据集中的图像的目标受损图像；利用所述目标受损图像对预先构建的生成式对抗网络进行训练，得到训练完成的目标生成式对抗网络；对所述待修复图像进行上采样处理后，输入至所述目标式成对抗网络中的目标生成网络中，得到所述待修复图像完整的超分率图像。本发明方法、装置、设备以及计算机可读存储介质，提高了图像修复结果的分辨率。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于生成对抗网络的图像修复方法、装置、设备以及计算机可读存储技术。

背景技术

现有的图像修复技术只在原分辨率的基础上用合理的合成内容填充图像中的缺失或掩蔽区域，使得完成的图像在视觉效果上是真实的，所采用的方法大多是根据相同图像的已知区域的块来合成原图像。

如图1所示，现有的一种人脸图像修复方法，包括：步骤A：搜集含有人脸的图像，截取每张图像中的人脸部分，并进行尺度归一化处理，生成k×k像素的人脸图像，从而建立一个人脸图像数据库，其中k取正整数；步骤B：构建一种生成式对抗网络；步骤C：以人脸图像数据库中的人脸图像作为训练样本，对生成式对抗网络进行训练，以优化生成式对抗网络中生成器和鉴别器的参数；步骤D：将服从正态分布的随机向量输入到步骤C中已训练好的生成器，生成人脸图像，将待修复人脸图像的完好无损区域与生成图像的相应区域进行对比，不断调整输入向量，直至两者相似，最终将待修复的人脸图像中被遮挡或损坏区域的像素值用生成人脸图像的对应区域的像素值来替换。

现有技术得到的图像修复结果分辨率较低，在图像块衔接部分效果不是特别理想，在细节方面的处理更加不尽人意。且当训练集源图像不包含足够的数据来修复受损区域时，修复效果可能极差。

综上所述可以看出，如何提高图像修复结果的分辨率是目前有待解决的问题。

发明内容

本发明的目的是提供一种基于生成对抗网络的图像修复方法、装置、设备以及计算机可读存储介质，以解决现有技术中图像修复结果分辨率较低的问题。

为解决上述技术问题，本发明提供一种基于生成对抗网络的图像修复方法，包括：采集与待修复图像类别相同的图像数据集，对所述图像数据集中的图像进行尺度归一化、下采样、增加预设百分比噪声和上采样处理后，得到所述图像数据集中的图像的目标受损图像；利用所述目标受损图像对预先构建的生成式对抗网络进行训练，得到训练完成的目标生成式对抗网络；对所述待修复图像进行上采样处理后，输入至所述目标式成对抗网络中的目标生成网络中，得到所述待修复图像完整的超分率图像。

优选地，所述采集与待修复图像类别相同的图像数据集，对所述图像数据集中的图像进行尺度归一化、下采样、增加预设百分比噪声和上采样处理后，得到所述图像数据集中的图像的目标受损图像包括：

对所述图像数据集中的图像进行尺度归一化处理，生成大小为k×k的原始图像；

对所述原始图像进行下采样和增加预设百分比噪声的处理后，得到所述原始图像对应的低分辨率的初始受损图像；

对所述初始受损图像进行上采样处理后，得到大小为k×k的目标受损图像。

优选地，所述利用所述目标受损图像对预先构建的生成式对抗网络进行训练，得到训练完成的目标生成式对抗网络包括：

将所述目标受损图像输入至所述生成式对抗网络的生成网络中，对所述目标受损图像进行修复，得到大小为k×k的重建图像；

将所述重建图像和所述原始图像输入至所述生成式对抗网络的判决器中，判断所述重建图像和所述原始图像是否同分布，得到梯度信息；