基于联邦学习和注意力生成对抗网络的图像高光去除方法

本发明提出一种基于联邦学习和注意力生成对抗网络的图像高光去除方法，其特征在于，包括以下步骤：中央服务端定义全局注意力生成对抗网络模型，所述对抗网络模型包括高光检测网络H、高光去除网络R和鉴别器G，并向客户端广播初始全局网络参数w0,h,w0,r和w0,g；中央服务端开启客户端调度进程，并发送全局模型参数和通信轮次t到客户端；客户端构建注意力生成对抗网络环境，并利用对抗网络模型去除图像中的高光；通过随机梯度下降更新模型参数，并将更新后的参数传递到中央服务端；中央服务端开启参数聚合进程，进行全局参数更新。本方法能够专注于突出显示的区域及其周围的详细特征，从而增强模型的表示能力，有效地去除高光，保留图像细节。