[发明专利]缺损图像复原方法、装置及电子设备

权利要求书

1.一种缺损图像复原方法，其特征在于，包括：

获取目标缺损图像；

将所述目标缺损图像输入至图像修复生成器中的编码模块中，得到与所述目标缺损图像对应的目标特征图，其中，所述编码模块包括编码卷积层，编码密集网络块，所述编码卷积层用于提取特征图，所述编码密集网络块用于扩宽特征图的通道数；

将所述目标特征图输入至所述图像修复生成器中的解码模块中，复原所述目标缺损图像，得到目标完整图像，其中，所述解码模块包括解码密集网络块，解码反卷积层，所述编码密集网络块用于缩减特征图的通道数，所述解码反卷积层用于还原特征图。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标缺损图像输入至图像修复生成器中的编码模块中，得到与所述目标缺损图像对应的目标特征图，包括：

在所述编码卷积层包括第一卷积层，第二卷积层，第三卷积层，编码密集网络块包括第一密集网络块，第二密集网络块的情况下，将所述目标缺损图像输入至图像修复生成器中的所述编码模块中，所述目标缺损图像依次经过顺序连接的所述第一卷积层，所述第一密集网络块，所述第二密集网络块，所述第二卷积层与所述第三卷积层，得到与所述目标缺损图像对应的目标特征图，其中，所述编码卷积层中包括的卷积层的卷积核与步长依据所述目标缺损图像的像素值确定。

3.根据权利要求2所述的方法，其特征在于，所述将所述目标特征图输入至所述图像修复生成器中的解码模块中，复原所述目标缺损图像，得到目标完整图像，包括：

在所述解码反卷积层包括第一反卷积层，第二反卷积层，第三反卷积，解码密集网络块包括第三密集网络块，第四密集网络块，第五密集网络块的情况下，将所述目标特征图输入至所述图像修复生成器中的所述解码模块中，所述目标特征图依次经过顺序连接的所述第三密集网络块，所述第一反卷积层，所述第四密集网络块，所述第二反卷积层，所述第五密集网络块与所述第三反卷积层，复原所述目标缺损图像，得到所述目标完整图像，其中，所述编码反卷积层中包括的反卷积层的卷积核与步长依据所述目标特征图的像素值确定。

4.根据权利要求1所述的方法，其特征在于，所述将所述目标缺损图像输入至图像修复生成器中的编码模块中，得到与所述目标缺损图像对应的目标特征图之前，还包括：

获取初始图像修复生成器；

采用多组样本数据训练所述初始图像修复生成器，得到所述图像修复生成器，其中，所述多组样本数据包括样本缺损图像，样本完整图像，真实完整图像。

5.根据权利要求4所述的方法，其特征在于，所述采用多组样本数据训练所述初始图像修复生成器，得到所述图像修复生成器，包括：

构造用于训练的损失函数，其中，所述损失函数包括第一损失函数项，第二损失函数项以及第三损失函数项，所述第一损失函数项用于表示所述样本缺损图像与所述样本完整图像的特征相似度距离，所述第二损失函数项用于表示所述样本缺损图像与所述样本完整图像的特征欧式距离，以及所述第三损失函数项用于表示判别值与预定值的二分类交叉熵损失，所述判别值依据所述样本完整图像是否属于所述真实完整图像的判别结果得到；

基于所述损失函数，采用多组样本数据训练所述初始图像修复生成器，得到所述图像修复生成器。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

通过以下方式构建所述第一损失函数项：获取与所述特征相似度距离对应的第一权重值，以及所述样本缺损图像与所述样本完整图像的所述特征相似度距离；依据所述第一权重值，所述样本缺损图像与所述样本完整图像的所述特征相似度距离，构建所述第一损失函数项；

通过以下方式构建所述第二损失函数项：获取与所述特征欧式距离对应的第二权重值，以及所述样本缺损图像与所述样本完整图像的所述特征欧式距离；依据所述第二权重值，以及所述样本缺损图像与所述样本完整图像的所述特征欧式距离，构建所述第二损失函数项；

通过以下方式构建所述第三损失函数项：获取与所述二分类交叉熵损失对应的第三权重值，以及所述判别值与所述预定值的二分类交叉熵损失函数；依据所述第三权重值，以及所述二分类交叉熵损失函数，构建所述第三损失函数项。