[发明专利]一种基于深度强化学习的指静脉图像修复方法

摘要

本发明公开了一种基于深度强化学习的指静脉图像修复方法，方法包括：构造不同修复任务的失真数据集，包括构造缺失了指静脉结构信息的数据集Imiss、添加了运动模糊的数据集Iblur、添加了噪声的数据集Inoise；设计并训练网络，包括使用Imiss进行训练指静脉特征引导的两阶段修复网络，使用Iblur进行训练基于DeblurGan‑v2的指静脉去运动模糊网络；最后使用Imiss、Iblur、Inoise训练一种基于深度强化学习的智能体。该智能体能够针对不同的指静脉图像问题，自适应地选择修复任务，可执行的修复任务包括图像对比度增强，图像去噪，已训练的缺失图像修复，以及去运动模糊网络。经本发明修复后的指静脉图像指静脉纹理清晰，有效地提高了指静脉图像识别的可靠性与准确性。