[发明专利]基于对抗生成网络的图像印章去除方法、装置及相关设备有效

专利信息
申请号: 202110295212.7 申请日: 2021-03-19
公开(公告)号: CN112950458B 公开(公告)日: 2022-06-21
发明(设计)人: 刘雨桐;石强;熊娇;王国勋;张兴 申请(专利权)人: 润联软件系统(深圳)有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06N3/04;G06N3/08
代理公司: 深圳市精英专利事务所 44242 代理人: 武志峰
地址: 518000 广东省深圳市福田区梅林街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 对抗 生成 网络 图像 印章 去除 方法 装置 相关 设备
【权利要求书】:

1.一种基于对抗生成网络的图像印章去除方法,其特征在于,包括:

获取不同图像类别的样本图像以及图像处理模型,其中,所述图像类别包括有印章类别和无印章类别,所述图像处理模型包括第一对抗生成网络、第二对抗生成网络以及分类模型;

利用所述分类模型对样本图像进行图像判别,得到有印章类别的样本图像和无印章类别的样本图像,所述图像判别还用于确定所述第一对抗生成网络和第二对抗生成网络输出的图像为有印章类别或无印章类别;

将有印章类别的样本图像作为第一原始图像先输入至所述第一对抗生成网络进行去印章处理,得到第一生成图像,并将所述第一生成图像输入所述分类模型进行图像判别;再将所述第一生成图像输入至所述第二对抗生成网络进行印章还原处理,得到第一还原图像,并将所述第一还原图像输入所述分类模型进行图像判别;

将无印章类别的样本图像作为第二原始图像先输入至所述第二对抗生成网络进行印章还原处理,得到第二生成图像,并将所述第二生成图像输入所述分类模型进行图像判别;再将所述第二生成图像输入至所述第一对抗生成网络进行去印章处理,得到第二还原图像,并将所述第二还原图像输入所述分类模型进行图像判别;

根据预置的损失函数计算所述第一原始图像和第一还原图像以及第二原始图像和第二还原图像的损失值,根据所述损失值优化所述图像处理模型的模型参数,得到最优的图像处理模型;

获取待去除印章的目标处理图像,将所述目标处理图像输入至所述第一对抗生成网络进行去印章处理,得到所述目标处理图像对应的无印章图像。

2.根据权利要求1所述的图像印章去除方法,其特征在于,所述第一对抗生成网络及第二对抗生成网络均包括生成器网络和判别器网络,所述生成器网络采用Unet网络结构。

3.根据权利要求2所述的图像印章去除方法,其特征在于,所述生成器网络包括三个下采样单元、三个残差模块以及三个上采样单元,每一所述残差模块由两个卷积层构成。

4.根据权利要求1所述的图像印章去除方法,其特征在于,所述将有印章类别的样本图像作为第一原始图像先输入至所述第一对抗生成网络进行去印章处理,得到第一生成图像,包括:

通过所述第一对抗生成网络的下采样单元对所述第一原始图像进行预设多个维度的下采样特征提取,得到所述第一原始图像在所述多个维度内的第一下采样特征;

通过所述第一对抗生成网络的残差模块组合所述多个维度内的第一下采样特征得到第一中间特征,并通过所述第一对抗生成网络的上采样单元对所述第一中间特征进行上采样特征提取,得到第一上采样特征;

根据所述第一上采样特征还原出与所述第一原始图像同一维度的图像,作为所述第一生成图像。

5.根据权利要求1所述的图像印章去除方法,其特征在于,所述将所述第一生成图像输入至所述第二对抗生成网络进行印章还原处理,得到第一还原图像,包括:

通过所述第二对抗生成网络的下采样单元对所述第一生成图像进行多个维度的下采样特征提取,得到所述第一生成图像在所述多个维度内的第二下采样特征;

通过所述第二对抗生成网络的残差模块组合所述多个维度内的第二下采样特征得到第二中间特征,并通过所述第二对抗生成网络的上采样单元对所述第二中间特征进行上采样特征提取,得到第二上采样特征;

根据所述第二上采样特征还原出与所述第一生成图像同一维度的图像,得到所述第一还原图像。

6.根据权利要求1所述的图像印章去除方法,其特征在于,所述损失函数包括第一对抗生成网络和第二对抗生成网络的一致性损失、分类模型损失、第一对抗生成网络的对抗损失和第二对抗生成网络的对抗损失。

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润联软件系统(深圳)有限公司,未经润联软件系统(深圳)有限公司许可,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/pat/books/202110295212.7/1.html,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