基于GAN的将可见光图像高效转换成红外光图像的方法

本发明提供了基于GAN的将可见光图像高效转换成红外光图像的方法，称为IMGAN。在生成网络中提出了较ConvNeXt V2轻量化且提升性能的InceptioNeXtV2网络作为编码器，解码器引入了以Mamba为代表的选择性状态空间模型，并结合了设计的提取局部信息的LFEM模块来提高图像的保真度。设计了一种引导融合策略GFS确保生成的红外图像既保留可见光图像的结构信息，又体现红外成像的物理特性。设计了纹理损失、颜色损失作为额外的辅助函数来约束双边映射来解决纹理粗糙，颜色差异的问题。在四个不同的数据集上评估了的方法，并将结果与现有的架构(包括Pix2Pix、ThermalGAN和InfraGAN)进行了比较。与InfraGAN架构相比，的方法在VEDAI数据集上的SSIM和PSNR分别提高了2.38％和7.28％。