基于级联多尺度信息融合对抗网络的红外仿真

发布时间：2021-05-17 22:59

　　提出了一种应用于红外图像仿真的级联多尺度信息融合生成对抗网络,能由可见光图像估计对应的红外图像。针对可见光与红外图像特征之间的关联与区别,该网络采用级联的对抗网络结构:第一级对抗网络以语义分割图像为辅助任务,使用大感受野的卷积网络结构,重建红外图像的结构信息;第二级对抗网络以可见光的灰度反转图像为辅助任务,采用小感受野的网络结构,补充红外仿真图像的细节纹理信息,并使用多尺度融合模块整合多感受野信息以提升算法精度。在先进算法的通用数据集上进行实验,结果表明,级联多尺度信息融合对抗网络能够实现可见光到红外图像的转换,可得到结构与纹理都较正确的红外仿真图像,在多种客观指标与主观感受上均优于其他类似算法。 

【文章来源】：光学学报. 2020,40(18)北大核心EICSCD

【文章页数】：10 页

【文章目录】：
1 引 言
2 级联多尺度信息融合对抗网络
    2.1 第一级网络——重建结构
        1) 生成网络G1、Gs
        2) 判别网络D1
    2.2 第二级网络——补充细节
        1) 生成网络G2
        2) 轻量小感受野网络Gg
    2.3 损失函数
3 实验细节与评估指标
    3.1 数据预处理
    3.2 评估指标
    3.3 实验设置细节
4 实验结果与分析
    4.1 与先进算法的对比
        1) 与CNN先进算法的对比
        2)与GAN先进算法的对比
    4.2 两级网络结构的对比
    4.3 辅助任务实验对比
    4.4 MFM模块实验分析
5 结 论



本文编号：3192615