基于深度学习的图像扩充方法和装置、存储介质和计算机.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114005007A(43)申请公布日2022.02.01(21)申请号202010739993.X(22)申请日2020.07.28(71)申请人东声（苏州）智能科技有限公司地址215000江苏省苏州市苏州工业园区星湖街328号创意产业园8-701单元(72)发明人韩旭颜聪(74)专利代理机构苏州简理知识产权代理有限公司32371代理人朱亦倩(51)Int.Cl.G06V10/774(2022.01)G06K9/62(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书7页附图4页(54)发明名称基于深度学习的图像扩充方法和装置、存储介质和计算机(57)摘要本发明提供一种图像扩充方法和装置、存储介质和计算机。所述图像扩充方法包括：提供包括有多张原始图像的第一图像集和生成对抗网络；对所述原始图像进行图像处理以得到处理后图像，多张处理后图像构成第二图像集，基于第一图像集和第二图像集形成第三图像集；利用第三图像集中的图像来训练所述生成对抗网络，得到最终的生成对抗网络；最终的生成对抗网络的基于第三图像集生成多张生成图像，并判断所述多张生成图像的真伪，被判断为真的多张生成图像形成第四图像集，基于第三图像集和第四图像集形成第五图像集。这样可以有效的扩充优质的图像集，以便为后续图像分类或目标检测的卷积神经网络模型训练提供优质的图像源。CN114005007ACN114005007A权利要求书1/3页1.一种图像扩充方法，其特征在于，其包括：提供第一图像集和生成对抗网络，其中第一图像集包括有多张原始图像，所述生成对抗网络包括生成模型和判别模型；对所述原始图像进行图像处理以得到处理后图像，多张处理后图像构成第二图像集，其中所述图像处理包括图形变换、光效处理、色彩及细节处理、特殊处理中的一种或多种，基于第一图像集和第二图像集形成第三图像集；利用第三图像集中的图像来训练所述生成对抗网络，得到最终的生成对抗网络；最终的生成对抗网络的生成模型基于第三图像集生成多张生成图像，最终的生成对抗网络的判别模型判断所述多张生成图像的真伪，被判断为真的多张生成图像形成第四图像集，基于第三图像集和第四图像集形成第五图像集。2.如权利要求1所述的图像扩充方法，其特征在于，对第五图像集中的图像进行标记，利用标记后的第五图像集来训练卷积神经网络模型，得到训练后的卷积神经网络模型。3.如权利要求1所述的图像扩充方法，其特征在于，所述图形变换包括翻转、旋转、畸变、缩放中的一种或几种；所述光效处理包括亮度处理、对比度处理、高光暗部处理、光照渐变处理中的一种或几种；所述色彩及细节处理包括饱和度处理、色相处理、色温处理、噪声处理、清晰度处理中的一种或几种；所述特殊处理包括遮挡处理、变形处理中的一种或几种，第三图像集包括第一图像集的部分或全部和第二图像集的部分或全部，第五图像集包括第三图像集的部分或全部和第四图像集的部分或全部。4.如权利要求1所述的图像扩充方法，其特征在于，利用第三图像集中的图像来训练所述生成对抗网络以使得所述判别模型的判断准确率最大化以及所述生成模型具有最大化欺骗所述判别模型的能力，所述生成模型包括编码器、噪声添加模块和解码器，所述编码器包括卷积层、池化层、多个密集块、分别连接于对应的密集块输出端的多个过渡层，所述解码器包括多个密集块和分别连接于对应的密集块输出端的多个反卷积过渡层，所述噪声添加模块连接于编码器的输出端和解码器的输入端之间，所述解码器输出对应输入图像相同尺寸的生成图像，所述判别模型属于二分类模型，其包括池化层、卷积层、多个密集块、连接于多个密集块之间的过渡层、全局池化层和全连接层，当一张输入图像输入所述生成对抗网络后，先由所述生成模型的编码器对输入图像进行特征提取，由噪声添加模块添加随机噪声后，再由所述生成模型的解码器输出对应输入图像相同尺寸的生成图像，然后将所述生成图输入所述判别模型，所述判别模型对所述生成图像进行特征提取，所述判别模块还对所述输入图像进行特征提取，所述判别模块根据从所述生成图像中提取的特征与从所述输入图像中提取的特征输出所述生成图像对应真伪类别的概率值，最终确定所述生成图像是真是伪。5.如权利要求4所述的图像扩充方法，其特征在于，所述编码器包括1个卷积层、1个池化层、4个密集块和4个过渡层，所述编码器的1个卷积层、1个池化层、4个密集块依次相连，4个过渡层分别连接于对应的密集块的输出端，每个密集块与位于其后方的每个过渡层相2CN114005007A权利要求书2/3页连；所述解码器包括4个密集块和分别连接于对应的密集块输出端的4个反卷积过渡层，每个密集块与位于其后方的每个反卷积过渡层相连，所述判别模型