基于生成对抗网络的图片去模糊方法及装置制造方法及图纸

技术编号:40553614 阅读:21 留言:0更新日期:2024-03-05 19:13
本发明专利技术提供了一种基于生成对抗网络的图片去模糊方法及装置,可用于金融领域及其他领域。所述方法包括:获取待处理图片,对所述待处理图片进行预处理,得到待处理模糊图片;将所述待处理模糊图片输入至预先建立的图片去模糊模型中进行处理,得到去模糊图片;其中,图片去模糊模型是利用由多个随机参数对清晰图片进行多轮卷积处理得到的模糊图片集建立的。本发明专利技术有效解决模型训练集收集问题,贴合实际引入更为丰富全面贴合生产实际的训练数据,解决了生成式对抗模型难以收敛的性质,精准提升模型生成能力,并且有效解决了图像采集的环境外部因素,提供更快速更准确的图片录入和采集效率,提高了图片去模糊处理的效果。

【技术实现步骤摘要】

本专利技术涉及图片处理,尤指一种基于生成对抗网络的图片去模糊方法及装置


技术介绍

1、银行业务常需处理大量的帐单票据,并需要就相关证明材料进行一定时间周期的储存。银行过去以传统纸面文件作为主要媒介进行储存,但受时间、环境等因素影响,档案难免出现氧化等情况导致文档损坏信息丢失。随着信息技术的发展,纸质资料逐渐转为电子文档的形式进行存储,不仅极大地降低了资料维护成本,也实现了业务流程处理自动化、集中化和高效化。尤其是近年来5g技术的大规模应用,高分辨率的摄影摄像数据呈指数级增长。

2、但是,受到如曝光、背光、设备晃动等各种不确定因素影响,采集到的图像难免会产生不同程度的失真,并且对历史留存的纸质文档进行电子备份时,也会因原件受损导致字迹模糊等问题,同样存在保留的图像文档失真的问题。在图像获取、存储、传输的过程中,图像会出现质量下降、信息丢失等问题,称此现象为图像退化。能够清晰地保存业务影像信息是银行合规操作、提高风控、提升效率、降低成本,快速增强核心竞争力的重要一环。

3、如图1所示,生成对抗网络(generative adversa本文档来自技高网...

【技术保护点】

1.一种基于生成对抗网络的图片去模糊方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述图片去模糊模型包括卷积神经网络组、生成器、判别器及损失函数。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,利用所述卷积神经网络组中预设的多个随机参数,对所述清晰图片集中的各清晰图片进行多轮卷积处理,得到模糊图片集包括:

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:利用所述图片去模糊模型中生成器对所述模糊图片集进行处理,得到待辨别图片集。

6.根...

【技术特征摘要】

1.一种基于生成对抗网络的图片去模糊方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述图片去模糊模型包括卷积神经网络组、生成器、判别器及损失函数。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,利用所述卷积神经网络组中预设的多个随机参数,对所述清晰图片集中的各清晰图片进行多轮卷积处理,得到模糊图片集包括:

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:利用所述图片去模糊模型中生成器对所述模糊图片集进行处理,得到待辨别图片集。...

【专利技术属性】
技术研发人员:石荣华刘卫果狄先红
申请(专利权)人:中国工商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1