[发明专利]基于对抗生成神经网络的图像修复方法和系统有效
| 申请号： | 201811020507.8 | 申请日： | 2018-09-03 |
| 公开（公告）号： | CN109191402B | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 李治江;张旭;丛林 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于对抗生成神经网络的图像修复方法和系统，包括首先构建一个自编码器卷积神经网络(包括编码器和编码判别器)，一个解码器(生成器)卷积神经网络，一个判别器卷积神经网络，一个全局判别器，以及一个局部判别器；然后对这五个网络构造不同损失函数，并利用分步训练的方法对整个网络进行图像修复训练；最后，当网络训练完成以后，把缺损图像放入网络中进行修复，解码器(生成器)生成的结果图就为最终修复结果图。本发明的优点为：保持图像潜在约束的同时对图像进行稀疏化；实现了端到端的图像修复网络；消除了修复网络对于图像缺失位置掩膜信息的依赖；提升了在实际应用中的鲁棒性。 | ||
| 搜索关键词： | 基于 对抗 生成 神经网络 图像 修复 方法 系统 | ||
【主权项】：
1.一种基于对抗生成神经网络的图像修复方法，其特征在于，包括以下步骤：步骤1，设计一个自编码器卷积神经网络，包括用于对输入图像进行深度神经网络编码的编码器，以及用于对编码结果进行判别的编码判别器，编码器和编码判别器构成了一个局部的对抗生成神经网络；步骤2，设计一个解码器(生成器)卷积神经网络，用于对自编码器编码后的编码进行解码；步骤3，设计一个判别器卷积神经网络，包括一个对生成图像的整体质量进行全局判别的全局判别器，以及一个对生成图像部分内容质量进行局部判别的局部判别器，并通过全连接结构将两个判别器输出结果进行融合作为最终的结果；步骤4，对编码器、解码器(生成器)、全局判别器和局部判别器，以及针对于图像修复任务额外的编码判别器这五个网络构造不同损失函数，并利用分步训练的方法对整个网络进行图像修复训练；步骤5，当网络训练完成以后，把缺损图像放入网络中进行修复，解码器(生成器)生成的结果图就为最终修复结果图。
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武汉大学，未经武汉大学许可，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/patent/201811020507.8/，转载请声明来源钻瓜专利网。
