一种基于对比学习分解多视觉任务的图像转换方法

本发明公开一种基于对比学习分解多视觉任务的图像转换方法，包括，将待处理的图像输入图像转换模型，得到所需的目标图像；其中，所述图像转换模型采用生成器网络F(·)，根据以下步骤确定其网络参数：步骤A，构建包含源图像和目标图像的样本集；步骤B，对生成器网络F(·)基于预训练网络和特征选择层进行训练；使用三元组损失函数的思想，通过约束正负样本与生成样本之间的距离来优化生成器网络，计算得到三元组损失函数后，通过反向传播将该损失梯度回传，更新生成器网络的参数，梯度累积，最终通过优化算法调整生成器网络的权重。此种图像转换方法能够提高感知质量，在图像转换过程中能够在保持图像内容的同时改变其风格特征。