一种基于改进CycleGAN的人像素描生成人像彩图方法

本发明公开了一种基于改进CycleGAN的人像素描生成人像彩图方法，属于深度学习和神经网络技术领域。包括：采集人像素描图和与之对应的人像彩图，构建人像素描生成人像彩图数据集；构造用于将人像彩图转换到人像素描的第一生成器和用于将人像素描转换到人像彩图的第二生成器，以及用于判别图像为人像彩图的概率的第一判决器和用于判别图像为人像素描的概率的第二判决器，共同组成循环生成对抗网络CycleGAN，利用CycleGAN的循环一致性损失，进行对抗训练，实现人像素描生成人像彩图。本发明在生成器的深层特征提取模块中采用基于对称的GELAN模块，使得模型在更深的网络层次时也能提取图像特征，从而生成更高质量、更多细节的图像。