一种基于域自适应的图像转换方法

本发明公开了一种基于域自适应的图像转换方法，首先输入仿真域图像和真实域图像对网络进行训练，再将仿真域图像输入到训练好的网络中进行测试，生成更符合真实退化特征的转换图像。本发明基于GAN模型，创造性地集成了自适应注意力机制与端到端可优化的归一化层，提升了在跨域任务中图像转换的准确度，显著降低了基于假定退化模型生成的仿真域图像与真实场景的真实域图像之间的退化分布差异，从数据集的角度为后续的超分辨率重建提供了强有力的支撑。