摘要
本发明公开了一种基于多模态图像转换的计算机图像生成方法,包括以下步骤:步骤一,构建改进CycleGAN网络架构;步骤二,初始化设置;步骤三,构建数据集;步骤四,模型训练;步骤五,生成初步可见光彩色图像;步骤六,自适应后处理;本发明利用温度和场景信息引导色彩生成,解决现有CycleGAN色彩失真问题,通过对生成图像的质量指标评估和后处理优化,确保了生成图像质量;通过采用U‑Net++网络结构,增强对图像多尺度细节的捕捉能力,避免损失微弱热信号;通过引入自注意力模块,增强模型对全局语义信息的捕捉能力,避免局部特征过拟合导致的训练震荡,通过自适应权重调整提升训练稳定性和模型性能。
技术关键词
图像生成方法
多层卷积网络
多模态
彩色图像
多尺度特征
计算机
注意力
可见光图像
色彩校正
分辨率
解码器
网络架构
图像多尺度
图像生成器
参数
场景
编码器
系统为您推荐了相关专利信息
神经网络推理
数据处理方式
融合特征
距离信息
注意力
深度确定性策略梯度
轻量级神经网络
视觉SLAM技术
三维场景模型
协方差矩阵
多元时间序列数据
变量
数据嵌入
融合多尺度信息
时间序列预测模型
稳定传输方法
多模态特征融合
信道估计
实时数据传输
传输路径