一种基于并行自编码器的图像补全方法技术

本发明专利技术公开了一种基于并行自编码器的图像补全方法，包括步骤：1)根据已有破损图像数据，寻找类似风格的完整图像数据来帮助模型进行训练，类似风格的完整图像是指和破损图像接近的数据，并按照设定的比例分成训练集和测试集；2)对步骤1)的训练集和测试集分别进行复制后，进行人为的损坏，利用损坏的训练集图片和对应的完好图片来进行模型训练；3)对步骤2)中得到模型，对测试集的损坏图片进行修复，并与对应的真实的完好的图片来进行评估，同时针对缺陷进行微调模型。本发明专利技术方法使得模型能够在一定程度上克服图像补全部位像素不一致，生成图像细节纹理差等问题，实现从无到有的像素补全。

【技术实现步骤摘要】
一种基于并行自编码器的图像补全方法
本专利技术属于计算机视觉中图像修复领域，具体涉及一种基于并行自编码器的图像补全方法。
技术介绍
图像补全的目标是填充图像中缺失或损坏的像素，是目前计算机视觉领域中一项具有挑战的任务。图像补全的应用十分广泛，除了最基本应用在补全修复受损的照片外。还可以应用于移除图像中不期望存在的物体或者是补全被遮挡的部分。传统的方法大都通过将已知区域的图像信息传播扩散到缺失区域来进行修复。但这样的方法在面临修复精细纹理图案缺失或破损区域和已知区域关联不大等挑战时不能得到较满意的结果。随着深度卷积神经网络的发展，生成对抗网络的提出，使得图像生成在“从无到有”与高质量生成为了可能。实现上述所说的“无中生有”以及更好的补全质量是本领域技术人员期望克服的。
技术实现思路
本专利技术的目的在于提供了一种基于并行自编码器的图像补全方法，该方法一是提出了在训练的过程中不单单使用破损图，还使用破损图的补图作为输入，来提升模型对整个图像的特征的提取能力。二是在得到的低维特征上添加噪音，以期待提高模型的鲁棒性，并利用变分自编码本文档来自技高网...

【技术保护点】
1.一种基于并行自编码器的图像补全方法，其特征在于，包括以下步骤：/n1)根据已有破损图像数据，寻找类似风格的完整图像数据来帮助模型进行训练，类似风格的完整图像是指和破损图像接近的数据，并按照设定的比例分成训练集和测试集；/n2)对步骤1)的训练集和测试集分别进行复制后，进行人为的损坏，利用损坏的训练集图片和对应的完好图片来进行模型训练；/n3)对步骤2)中得到模型，对测试集的损坏图片进行修复，并与对应的真实的完好的图片来进行评估，同时针对缺陷进行微调模型。/n

【技术特征摘要】
1.一种基于并行自编码器的图像补全方法，其特征在于，包括以下步骤：
1)根据已有破损图像数据，寻找类似风格的完整图像数据来帮助模型进行训练，类似风格的完整图像是指和破损图像接近的数据，并按照设定的比例分成训练集和测试集；
2)对步骤1)的训练集和测试集分别进行复制后，进行人为的损坏，利用损坏的训练集图片和对应的完好图片来进行模型训练；
3)对步骤2)中得到模型，对测试集的损坏图片进行修复，并与对应的真实的完好的图片来进行评估，同时针对缺陷进行微调模型。


2.根据权利要求1所述的一种基于并行自编码器的图像补全方法，其特征在于，步骤1)的具体实现方法如下：
首先针对目标需要修复的图像，收集风格类似的完好的图像数据来训练模型，其中风格类似指的是破损图像和原始图像有着相似的内容和色彩。


3.根据权利要求1所述的一种基于并行自编码器的图像补全方法，其特征在于，步骤2)的具体实现方法如下：
首先，针对得到的训练集和测试集进行复制后，对复制后的数据进行人为的破损，从而为后续模型训练做...

【专利技术属性】
技术研发人员：王进军，邓烨，李梦柳，辛晓萌，黄文丽，惠思奇，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61