一种基于生成对抗网络的单幅图像阴影去除方法及系统

摘要

本发明涉及一种基于生成对抗网络的单幅图像阴影去除方法及系统，包括：获取非成对数据集U‑SRD；采用WGANs的生成器G和判别器Dg，生成非阴影图像采用CGANS的生成器E和判别器De，生成荫罩Ma；以U‑SRD中的非阴影图像If为输入，采用WGANs的生成器F和判别器Df，生成阴影图像采用周期一致性的限制对非阴影生成部分G‑>F和阴影生成部分F‑>G进行处理；确定判别器Dg、判别器De、判别器Df、生成器G、生成器E以及生成器F的参数：基于优化后的判别器Dg、判别器De、判别器Df、生成器G、生成器E以及生成器F对单幅图像阴影进行去除。本发明中的上述方法解决了以往基于深度神经网络去除阴影的方法必须运用成对的数据集来训练自己的模型的困难，突破了数据集制作的限制，并且提高了阴影去除的效果。