[发明专利]基于条件生成对抗网络的光电图像转换方法

摘要

本发明提供了一种基于条件生成对抗网络的光电图像转换方法，主要解决现有技术生成红外图像纹理特征不自然和转换场景受限的问题，其方案是：从数据库中获取已匹配好的可见光‑红外光电图像数据集；使用生成网络对可见光图像进行编‑解码操作，生成红外图像并得到对应的可见光‑红外图像转换结构；使用判别网络对转换结构进行判断，并构造条件生成对抗网络的损失函数；对条件生成对抗网络的损失函数进行优化，得到训练后的条件生成对抗网络；使用训练后的条件生成对抗网络对获取的可见光图像进行转换，生成对应的红外图像。本发明生成的红外图像具有自然的图像纹理特征，符合红外辐射特性，可适应于多种转换场景下对可见光图像的转换。

主权项

1.一种基于条件生成对抗网络的光电图像转换方法，其特征在于，包括如下：(1)从数据库中获取已匹配好的可见光‑红外光电图像数据集；(2)使用已匹配的可见光‑红外光电图像数据集，对条件生成对抗网络进行训练，得到适用于光电图像转换的条件生成对抗网络：(2a)对条件生成对抗网络内部的生成网络和判别网络进行初始化操作；(2b)使用生成网络对可见光图像进行编码和解码操作，生成红外图像，并得到对应的可见光‑红外图像的转换结构；(2c)使用判别网络对(2b)得到的可见光‑红外图像的转换结构进行判断，得到转换结构的逻辑判断结果，并依据逻辑判断结果与(2b)生成的红外图像，构造条件生成对抗网络的损失函数其中L_CGAN(G,D)为条件生成对抗网络的目标函数，为生成网络的l₁范数损失函数，λ为自定义数值，它表示生成网络的l₁范数损失函数在条件生成对抗网络损失函数中所占比例；(2d)使用Adam优化器对条件生成对抗网络的损失函数G*进行优化，得到训练后的条件生成对抗网络；(3)对实时获取的可见光图像，使用训练得到的条件生成对抗网络对其进行图像转换，生成该可见光对应的红外图像。