一种基于多模态自注意力机制生成对抗网络的红外图像生成及装置

本发明公开了一种基于多模态自注意力机制生成对抗网络的红外图像生成方法及装置，属于红外图像生成领域。该方法包括：对输入可见光图像进行分割，并进行线性压缩；在压缩后的图像块内部进行多层基于窗口的局部自注意力计算并引入自适应相关性掩码，得到图像的局部关联性表达；在压缩后的图像块之间进行多层基于快速全局自注意力计算，得到图像的全局关联性表达；将图像的局部关联性表达和全局关联性表达进行融合，获得包含解耦后的背景特征和目标特征的特征图；对特征图进行解码和上采样，输出与输入图像大小一致的红外图像。生成的红外图像具有正确的红外特征和更好的视觉效果。