[发明专利]一种基于改进生成对抗网络的提高水下图像分辨率方法

权利要求书

1.一种基于改进生成对抗网络的提高水下图像分辨率方法，其特征在于，包括下列步骤：

构建改进生成对抗网络模型；

获取已有水下图像，并制作训练所需数据集，同时对其进行数据增强和数据集划分；

训练所述改进生成对抗网络模型，获得训练好的网络模型；

获取实时水下图像并处理为小块图像；

将所述小块图像输入所述训练好的网络模型，获得网络输出结果；

拼接所述网络输出结果，获得最终结果。

2.如权利要求1所述的基于改进生成对抗网络的提高水下图像分辨率方法，其特征在于，

所述改进生成对抗网络模型的基础模块由生成器模块和判定器模块组成，所述生成器模块里的残差卷积改为三层恒等残差块，每个所述三层恒等残差块的输出结果都作为后续每一层的输入特征，激活函数由Sigmoid改为Relu。

3.如权利要求2所述的基于改进生成对抗网络的提高水下图像分辨率方法，其特征在于，

所述生成器模块采用一层卷积和一层Relu激活层作为输入层，八个三层恒等残差块为隐藏层，去掉原本网络结构中的BN层，输出层采用两个亚像素卷积层以及一个具有3×3核和输出通道的卷积层。

4.如权利要求2所述的基于改进生成对抗网络的提高水下图像分辨率方法，其特征在于，

所述判定器模块包括八个基本块、一层全连接层和一层Sigmoid激活层，其中，每个所述基本块由一层卷积层、一层BN层以及一层Leaky Reulu激活层组成。

5.如权利要求1所述的基于改进生成对抗网络的提高水下图像分辨率方法，其特征在于，

在获取已有水下图像并制作训练所需数据集的过程中，将获取到的水下图像切割为256×256分辨率的图像，并对每个切割后的图像分别通过Bicubic算法进行降质处理，四倍下采样为64×64分辨率的低分辨率图像，把降质后的图像作为低分辨率图像数据集，同时对应的高分辨率图像作为高分辨率图像数据集，然后对低分率图像数据集和高分辨率图像数据集同时做旋转、偏移和加入噪声的数据增强处理，最后，把处理完的所有数据按照7：2：1进行划分，分别划分为训练集、验证集和测试集。

6.如权利要求1所述的基于改进生成对抗网络的提高水下图像分辨率方法，其特征在于，

训练所述改进生成对抗网络模型，获得优化生成对抗网络模型，包括下列步骤：

将所述训练所需数据集分别输入生成网络和判别网络，拟定最大训练次数；

选择目标优化函数并计算判别网络损失；

使用优化器更新所述判别网络的网络参数；

通过所述判别网络获得判别结果；

选择选择目标优化函数并计算生成网络损失；

使用优化器更新所述生成网络的网络参数；

重复上述步骤直至网络拟合或达到最大训练次数；

保存训练好的网络模型。

7.如权利要求1所述的获取实时水下图像并处理为小块图像，其特征在于，通过切割的方式将获取到的实时水下图像处理为小块图像。

8.如权利要求1所述的基于改进生成对抗网络的提高水下图像分辨率方法，其特征在于，

所述小块图像为64×64分辨率的均等大小的图像。