[发明专利]一种运算轻量化图像修复方法

权利要求书

1.一种运算轻量化图像修复方法，其特征在于：包括以下步骤：

一、构建粗糙网络，粗糙网络通过六层门控卷积和三层空洞门控卷积构建，在训练阶段，首先将输入图像降维，并与其对应的二值化遮罩层一同作为输入网络，中间使用空洞门控卷积对图像进行修复，最终粗糙网络的修复结果与源图像通过Wasserstein判别器进行比照，通过像素层级的L1损失和PatchGAN损失组成的联合损失来对可训练参数进行修正；粗糙网络中，门控卷积在网络的开始阶段和后阶段均为三层，中间三层为空洞门控卷积；

二、构建精细网络，精细网络通过六层门控卷积、六层轻量化Inception层次网络与三层空洞门控卷积进行构建，精细网络以上一阶段中粗糙网络的输出作为输入，通过精细网络，最终得出输出；精细网络中，从前向后依次为三层门控卷积、三层轻量化Inception层次网络、三层空洞门控卷积、三层轻量化Inception层次网络和三层门控卷积；

轻量化Inception层次网络包括Inception轻量化模块，Inception轻量化模块以一个1×1的点卷积作为开始，将输入图像的C₁个通道数量转变为C₂个通道数量，随后图像信息分流为两个分支，1×1通道处理上一阶段中卷积得到的n个通道，而3×3分支处理其余的通道；两条通道分别完成卷积后，将通道进行连接操作，重新得到通道数量为C₂的特征图，最终该特征图通过一次1×1的点卷积，得到最终的输出。

2.根据权利要求1所述的一种运算轻量化图像修复方法，其特征在于：输入图像下采样后降维到512×512分辨率。