[发明专利]一种基于小波域图像生成框架的图像生成方法

权利要求书

1.一种基于小波域图像生成框架的图像生成方法，其特征在于该方法包括以下步骤：

步骤一、获取图像生成模型所需的多个数据集并进行预处理；

步骤二、输入图像X至任意图像生成模型，得到图像生成模型重建图像X’和图像生成模型生成图像X_Y；

步骤三、小波域图像生成框架搭建并应用到多种图像生成模型上进行训练；

3-1.搭建小波域图像生成框架：

在像素空间，通过设定高斯核，采用高斯模糊方法，得到图像X、图像生成模型重建图像X’和图像生成模型生成图像X_Y的低频和高频特征信息，根据低频和高频特征信息构建L₁范数空间域重构损失函数；

在小波域空间，通过小波变换得到对应的通道子带系数，将图像X、图像生成模型重建图像X’和图像生成模型生成图像X_Y分离为高频信息和低频信息，根据子带系数构建L₁范数频域重构损失函数；

考虑到所有上述损失以及图像生成模型本身的损失函数，从而计算整体的损失；

3-2.将小波域图像生成框架应用到多种图像生成模型中进行训练：

将步骤一预处理后训练集、步骤3-1构建的小波域图像生成框架输入相应图像生成模型中进行训练；在小波域图像生成框架得到的高频信息与低频信息上，利用重构损失函数计算图像生成模型生成图像与目标图像的损失值；通过损失值反向传播，网络迭代参数不断减小损失值以完成训练；

步骤四、输入图像到经步骤三训练的多种图像生成模型中，最终生成高质量的图像。

2.根据权利要求1所述的一种基于小波域图像生成框架的图像生成方法，其特征在于：

所述像素空间的重构损失函数包括重建损失和结构损失，重建损失的计算对象为X与X’，在X与X’的高频与低频上分别对应计算L₁损失，然后相加；结构损失的计算对象为X与X_Y，在X与X_Y的高频上对应计算L₁损失。

3.根据权利要求2所述的一种基于小波域图像生成框架的图像生成方法，其特征在于：在所述小波域空间，应用小波变换将图像X、图像生成模型重建图像X’和图像生成模型生成图像X_Y分别分解成子带图A_,V_,H_,D，其中A对应低频信息、V代表垂直高频信息、H代表水平高频信息、D代表对角高频信息；

小波域空间的重构损失函数包括重建损失和结构损失，重建损失的计算对象为X与X’，将代表高频与低频信息的四个子带图A_,V_,H_,D拼接，在X与X’拼接的子带图[A,V,H,D]上计算L₁损失；结构损失的计算对象为X和X_Y，将代表高频信息的子带图V,H,D拼接成矩阵[V,H,D]，计算L₁损失。

4.根据权利要求1所述的一种基于小波域图像生成框架的图像生成方法，其特征在于：所述高斯核卷积其中[i,j]表示图像的空间位置，_σ²表示高斯函数的方差，方差与高斯核大小成正比；

在图像X、图像生成模型重建图像X’和图像生成模型生成图像X_Y上使用高斯核的卷积，得到模糊的低频图像其中m，n是2D高斯核的索引，是卷积操作；

将输入图像X、图像生成模型重建图像X’和图像生成模型生成图像X_Y转换为灰度图，减去灰度图的低频信息，得到了表示输入图像边缘结构的高频图像

x_H＝rgb2gray(x)-(rgb2gray(x))_L；其中rgb2gray表示将彩色图像转换到灰度图的方法。