一种融合多支路神经网络的图像翻译方法

本发明公开了一种融合多支路神经网络的图像翻译方法。该方法包括：构建半配对图像转换模型，对原图像进行重构，且将原图像添加标签，重构图像作为无标签数据；构建多支路图像翻译模型，将原图像输入多支路图像翻译模型中，多支路图像翻译模型的第一支路通过深度特征差异和注意力机制，从原图像中提取第一特征；其第二支路通过风格注意力机制与自归一化，从原图像中提取第二特征；将所提取的第一特征与第二特征进行融合，生成多模态特征，并生成目标图像；利用标签数据对模型进行训练，利用无标签数据对模型进行准确性评估。通过本发明的技术方案，有效解决了配对图像稀少的情况下的现有图像转换方法效率不高的问题。