基于改进CycleGAN的图像翻译方法 |
| |
引用本文: | 李泳江,杨志钢.基于改进CycleGAN的图像翻译方法[J].哈尔滨商业大学学报(自然科学版),2023(3):281-286. |
| |
作者姓名: | 李泳江 杨志钢 |
| |
作者单位: | 哈尔滨工程大学信息与通信工程学院 |
| |
摘 要: | 生成对抗网络在图像翻译领域有着非常出色的表现,它可以将源域风格的图像翻译成目标域风格的图像.针对图像翻译生成的图像受噪声干扰严重、轮廓模糊、图像质量较低等问题,提出了一种基于改进CycleGAN的图像翻译方法.以源域风格下的无人机图像举例,在CycleGAN网络结构的基础上,在其生成器中引入自注意力模块,提升网络对中心像素的特征提取能力;用带惩罚项的EM距离替代JS距离,缓解不易收敛的难题.实验结果证明,改进模型成功生成了更高质量的无人机图像.
|
关 键 词: | 生成对抗网络 图像翻译 CycleGAN 自注力模块 虚拟样本 |
|
|