摘要
本发明提供了一种对抗式飞鸟场景伪红外图像生成方法,属于图像处理技术领域,该方法包括获取在对抗式飞鸟场景下RGB‑T鸟类的双光图像数据,并对其进行预处理;划分经预处理后的双光图像数据,得到RGB‑T双光数据集;利用RGB‑T双光数据集对循环对抗生成网络模型进行训练,得到基于状态空间模块的循环对抗生成神经网络模型Cycle‑MUHGAN;将可见光图像生成热红外图像输入至经训练后的循环对抗生成神经网络模型Cycle‑MUHGAN,生成伪红外图像。本发明解决了因不同成像设备在分辨率、动态范围、成像质量上存在差异导致融合图像质量不一致以及RGB‑T鸟类数据集稀缺问题。
技术关键词
生成神经网络模型
可见光图像
图像生成方法
图像边缘特征
循环对抗生成网络
空间模块
分辨率
阶段
注意力
分支
子模块
联合损失函数
场景
表达式
Sigmoid函数
全局平均池化
数据
图像处理技术
系统为您推荐了相关专利信息
图像检测模型
多模态图像数据
环境光
故障检测方法
显示屏
智能识别方法
智能识别系统
油电混动无人机
智能驱鸟
卡尔曼滤波算法
巡检无人机
嵌入式处理器
可见光图像
飞行路径规划
林场