改进CycleGAN的跨域船舶图像红外风格迁移算法研究

摘要

为解决船舶红外风格迁移中的背景干扰严重、目标轮廓模糊和细节丧失等问题，本研究提出了一种基于改进的循环一致性生成对抗网络（CycleGAN）跨域船舶图像红外风格迁移算法。实验采用包含2 500张可见光和2 000张红外图像的自建数据集进行验证。结果显示，改进方法的弗里歇特感知距离（FID）值降至28.94，相较原始CycleGAN下降31.35%；结构相似性指数（SSIM）值提升至0.745；学习感知图像块相似度（LPIPS）值降低42.86%。研究表明，该改进框架在保持无配对学习优势的同时，显著提高了跨域转换的准确性和目标细节保留能力，为船舶红外图像风格迁移提供了有效解决方案。

关键词

CycleGAN / 红外风格迁移 / 目标感知掩膜