基于生成对抗网络的短波红外-可见光人脸图像翻译

作     者：胡麟苗 张湧 Hu Linmiao;Zhang Yong

作者机构：中国科学院上海技术物理研究所上海200083 中国科学院大学北京100049 中国科学院红外探测与成像技术重点实验室上海200083 

基　　金：国家十三五国防预研项目(Jzx2016-0404/Y72-2) 上海市现场物证重点实验室基金(2017xcwzk08) 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2020年第40卷第5期

页      码：69-78页

摘      要：提出一种用于短波红外人脸图像与可见光人脸图像翻译的改进CycleGAN框架。基于CycleGAN框架,新增了损失函数计算通路并设计了新损失函数。建立数据集并通过实验调整模型参数,改进模型在人脸图像上的翻译效果,有效克服光谱特性不同带来的图像模态差异,提升了图像的可观察性。在自建数据集上进行实验验证,将所提框架与其他常用框架从主观评价、FID(Fréchet inception distance)及识别准确率三个方面进行比较。结果表明,所提框架提升效果明显,更好地保持了原目标的结构特征,有效提升了图像翻译结果的可观察性和识别准确率。

主 题 词：图像处理 图像翻译 短波红外图像 生成对抗网络 损失函数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3788/AOS202040.0510001

馆 藏 号：203906805...