摘要
本发明公开了一种基于生成对抗网络的创面修复效果预测方法,S1.生成标准化面部小创口图像数据集;S2.得到预处理后的面部小创口图像数据;S3.形成具有明确创口区域标识的特征图像数据;S4.基于特征图像数据构建轻结构Pix2Pix生成对抗网络;S5.对轻结构Pix2Pix生成对抗网络中的关键超参数及结构参数进行编码,形成最优参数配置;S6.利用最优参数配置对轻结构Pix2Pix生成对抗网络进行迭代训练,输出预测的修复效果图像数据。本发明通过卷积映射函数将掩码控制信息与特征图进行深度融合,使得生成器对关键区域的纹理、边缘与色彩梯度建模更加精准,从而显著提升了局部修复图像的真实性与细节完整性。
技术关键词
创口
面部
原始图像数据
融合特征
创面
局部细节特征
像素
生成对抗网络训练
误差
区域分割算法
参数集编码
纹理特征提取
局部二值模式
猫群优化
色彩
系统为您推荐了相关专利信息
语义特征
视觉感知特征
全景图
采样模块
局部视觉特征
智能分级系统
多模态
跨模态融合特征
通道注意力机制
可见光