摘要
本发明公开了一种基于双分支生成对抗网络与深度图的无配对图像到图像转换方法及系统,解决了现有无配对图像转换方法忽略深度信息导致的失真问题。它包括输入无配对的源域图像和目标域图像;利用深度图模块为源域图像和目标域图像分别生成对应的深度图;构建双分支生成器网络,将源域图像及其对应的深度图输入双分支生成器网络,生成伪目标域图像,将目标域图像及其对应的深度图输入双分支生成器网络,生成伪源域图像;通过两个独立判别器分别判断双分支生成器网络的生成图像与真实图像的真伪;联合优化生成器和判别器。本发明通过充分利用原始图像与深度图信息,使生成图像在保持内容一致性的同时展现出更高的视觉保真度。
技术关键词
生成器网络
图像转换方法
分支
生成对抗网络
注意力
标签
教师
图像转换系统
单目深度估计
视觉保真度
学生
卷积模块
深度图信息
语义分割模型
半监督学习
掩码矩阵
系统为您推荐了相关专利信息
手术室耗材
物流配送管理系统
序列
智能运输车
激光雷达传感器
规划
语义向量空间
深度学习模型
网架结构
word2vec算法