[发明专利]一种顾及特征冗余性的生成对抗云仿真生成方法

权利要求书

1.一种顾及特征冗余性的生成对抗云仿真生成方法，其特征在于：设置用于仿真云的生成对抗网络，所述生成对抗网络包括判别网络和生成网络，所述生成网络包括编码器和解码器，解码器中嵌入有特征通道选择器；进行以下步骤，

1)将底图以及云掩膜堆叠后输入生成网络中的编码器部分，对输入的影像和云掩膜进行处理，生成高维度特征；

2)生成网络中的解码器部分，在每一个特征大小尺度上都嵌入特征通道选择器模块对特征进行筛选；

3)将生成网络生成的粗结果输入到判别网络中，得到仿真结果的真实性判断结果；

4)在训练完成后，使用判别网络中的编码器以及解码器进行云仿真。

2.如权利要求1所述一种顾及特征冗余性的生成对抗云仿真生成方法，其特征在于：生成网络的编码器中，将堆叠的图像输入，经过两次“3*3卷积、批归一化以及激活函数ReLu”处理操作得到处理后的特征，并对特征进行最大池化，特征尺寸降为原来的1/2；

重复以上处理4次，得到卷积特征图。

3.如权利要求2所述一种顾及特征冗余性的生成对抗云仿真生成方法，其特征在于：生成网络的解码器中，将通过特征通道选择器重筛选和增强的特征输入到后续处理部分，包括经过3*3卷积、批归一化、激活函数ReLu得到变化后的特征，然后经过2*2的上采样、3*3的卷积得到上采样后的特征；通过将编码器在对应阶段的特征与该阶段的特征进行堆叠，保证特征信息不丢失，再将堆叠后的特征依次输入到通道特征选择模块、3*3卷积以及激活函数ReLu中，得到经过选择的特征；

重复以上处理3次，直到特征大小恢复为原图像大小，最后经过一次卷积和激活函数sigmoid得到带有云的粗结果。

4.如权利要求1或2或3所述一种顾及特征冗余性的生成对抗云仿真生成方法，其特征在于：所述特征通道选择器包含全局自适应池化Global Pooling、两个全连接层FC、一个激活函数ReLu以及一个激活函数sigmoid，处理过程如下，

输入经过生成网络编码部分处理的高维度深度特征(H*W*C)，经过Global Pooling将特征压缩为1*1*C，H、W、C分别为长、宽以及通道数；将压缩后的1*1*C维的特征输入到第一个全连接层FC进行筛选，生成1*1*C/r维度的特征，r为衰减率；将得到的特征输入激活函数ReLu中对特征进行重激活；利用第二个全连接层FC将重激活后的特征再进行筛选，得到1*1*C维度的特征，使得再增强后的权重与特征图在通道维度上具备相同数量；

将经过上述处理得到的通道描述符输入激活函数sigmoid中激发每个通道；最后利用特征通道描述符对输入的特征图Input进行重新加权成直接馈送到后续层的输出Output。