基于自注意力机制和生成对抗网络的图像转换方法和系统

AITNT
正文
推荐专利
基于自注意力机制和生成对抗网络的图像转换方法和系统
申请号:CN202510567410
申请日期:2025-04-30
公开号:CN120339442A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了基于自注意力机制和生成对抗网络的图像转换方法和系统。第一步,通过灰度图像生成网络将SAR图像生成清晰的灰度图像,进而利用全局特征提取模块对SAR图像进行全局特征提取,将提取的特征与第一步的灰度图像融合;第二步将融合图像输入到第二步的生成网络转换为高质量的光学图像。与双步生成相对应,判别器同样采用了双重判别策略,分别对双步生成器输出的图像进行判别。判别器模型也采用了由粗到细的多尺度判别机制,能够在不同分辨率下同时对图像的全局一致性和局部细节进行独立评估,从而提升整体生成效果,使得生成的图像更清晰和逼真。实验结果表明,本方法能够准确生成光学图像的细节,在边缘清晰度和光谱信息的表现尤为突出。
技术关键词
图像转换方法 生成对抗网络 全局特征提取 注意力机制 图像生成网络 全局特征信息融合 图像生成器 图像转换系统 模块 彩色图像 双判别器 网络结构 存储程序指令 峰值信噪比 多尺度特征 粗略 存储器
系统为您推荐了相关专利信息
1
基于工业相机的高精度预浸料缺陷检测方法
缺陷检测方法 多尺度特征提取 工业相机 跨尺度特征融合 输出特征
2
基于数字孪生的工作面传感器动态激活管理方法及系统
虚拟传感器阵列 激活管理方法 物理传感器 数字孪生模型 数字孪生系统
3
基于改进MobileNetV3的轻量化电塔识别算法
归一化算法 识别算法技术 神经网络模型训练 通道注意力机制 卷积方法
4
基于混合驱动的业扩报装数字孪生模型建立方法及装置
业扩报装 数字孪生模型 数据驱动模型 混合驱动模块 时序卷积神经网络
5
一种基于优化改进的YOLOv8无人机图像目标检测方法
无人机拍摄图像 图片特征信息 算法模型 图像增强模块 损失函数优化
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号