[发明专利]图像修复模型的训练方法及图像修复方法、装置及设备有效

专利信息
申请号: 202110604235.1 申请日: 2021-05-31
公开(公告)号: CN113222144B 公开(公告)日: 2022-12-27
发明(设计)人: 王伟;袁泽寰;王长虎 申请(专利权)人: 北京有竹居网络技术有限公司
主分类号: G06N3/08 分类号: G06N3/08;G06N3/04;G06T5/00
代理公司: 北京信远达知识产权代理有限公司 11304 代理人: 柳欣
地址: 101299 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 修复 模型 训练 方法 装置 设备
【权利要求书】:

1.一种图像修复模型的训练方法,其特征在于,所述方法包括:

将真实第一像素质量图像输入图像特征编码器,得到第一图像特征;

将人工合成第一像素质量图像输入所述图像特征编码器,得到第二图像特征;所述人工合成第一像素质量图像是由真实第二像素质量图像进行模糊处理得到的;

将所述第一图像特征输入真实第一像素质量图像生成器,得到重新生成的真实第一像素质量图像;

将所述第二图像特征输入所述真实第一像素质量图像生成器,得到伪真实第一像素质量图像;

将所述第二图像特征输入真实第二像素质量图像生成器,得到重建第二像素质量图像;

根据所述第一图像特征以及所述第二图像特征计算域对齐损失;

根据所述重新生成的真实第一像素质量图像、所述伪真实第一像素质量图像以及所述真实第一像素质量图像计算图像生成损失;

根据所述重建第二像素质量图像以及所述真实第二像素质量图像计算图像重建损失;

根据所述域对齐损失、所述图像生成损失以及所述图像重建损失,训练所述图像特征编码器、所述真实第一像素质量图像生成器以及所述真实第二像素质量图像生成器,重复执行所述将真实第一像素质量图像输入图像特征编码器,得到第一图像特征以及后续步骤,直到达到预设条件;

其中,第一像素质量的图像清晰度低于第二像素质量的图像清晰度。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

将所述伪真实第一像素质量图像输入所述图像特征编码器,得到第三图像特征;

根据所述第二图像特征以及所述第三图像特征计算内容一致性损失;

所述根据所述域对齐损失、所述图像生成损失以及所述图像重建损失,训练所述图像特征编码器、所述真实第一像素质量图像生成器以及所述真实第二像素质量图像生成器,包括:

所述根据所述域对齐损失、所述图像生成损失、所述图像重建损失以及所述内容一致性损失,训练所述图像特征编码器、所述真实第一像素质量图像生成器以及所述真实第二像素质量图像生成器。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

将所述第三图像特征输入所述真实第二像素质量图像生成器,得到伪真实重建第二像素质量图像;

所述根据所述重建第二像素质量图像以及所述真实第二像素质量图像计算图像重建损失,包括:

根据所述重建第二像素质量图像以及所述真实第二像素质量图像计算第一图像重建损失;

根据所述伪真实重建第二像素质量图像以及所述真实第二像素质量图像计算第二图像重建损失;所述第一图像重建损失以及所述第二图像重建损失组成图像重建损失。

4.根据权利要求1所述的方法,其特征在于,所述根据所述重新生成的真实第一像素质量图像、所述伪真实第一像素质量图像以及所述真实第一像素质量图像计算图像生成损失,包括:

根据所述重新生成的真实第一像素质量图像以及所述真实第一像素质量图像计算第一图像生成损失;

根据所述伪真实第一像素质量图像以及所述真实第一像素质量图像计算第二图像生成损失;所述第一图像生成损失以及所述第二图像生成损失组成图像生成损失。

5.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像特征以及所述第二图像特征计算域对齐损失,包括:

将所述第一图像特征输入特征判别器,得到第一概率值;

将所述第二图像特征输入所述特征判别器,得到第二概率值;

根据所述第一概率值以及所述第二概率值,计算域对齐损失。

6.根据权利要求2所述的方法,其特征在于,所述根据所述第二图像特征以及所述第三图像特征计算内容一致性损失,包括:

计算所述第二图像特征以及所述第三图像特征之间的1-范数;

根据所述第二图像特征以及所述第三图像特征之间的1-范数,计算内容一致性损失。

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北京有竹居网络技术有限公司,未经北京有竹居网络技术有限公司许可,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/202110604235.1/1.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