基于ConvNeXtV2多尺度频率感知注意力的无监督可见光到红外图像生成对抗网络CVIGAN

《Sensors》:CVIGAN: Contrastive Visible-to-Infrared Generative Adversarial Network with ConvNeXtV2 Multi-Scale Frequency-Aware Attention

【字体: 大 中 小 】 时间:2026年10月01日 来源:Sensors 4.0

编辑推荐:

   摘要 现有的无监督可见光-红外图像生成方法难以产生合理的热外观。因此,生成具有结构细节一致性的红外图像极具挑战性。针对这一局限性,本文提出了CVIGAN:基于ConvNeXtV2多尺度频率感知注意力的对比可见光到红外生成对抗网络。具体而言,利用ConvNeXtV2构建生成

  

摘要

现有的无监督可见光-红外图像生成方法难以产生合理的热外观。因此,生成具有结构细节一致性的红外图像极具挑战性。针对这一局限性,本文提出了CVIGAN:基于ConvNeXtV2多尺度频率感知注意力的对比可见光到红外生成对抗网络。具体而言,利用ConvNeXtV2构建生成器的编码器,并集成多尺度频率感知注意力特征增强模块(MFEB),以增强特征表示能力。其次,精心设计了多尺度判别器,以同时捕获目标域图像的局部细粒度细节和全局结构信息。最后,通过结合多层对比损失、单向循环一致性损失、恒等损失和最小二乘对抗损失,构建了复合损失函数,从而实现跨域特征对齐并限制生成输出的质量。通过在未配对的AVIID3、M3FD以及自建数据集上的实验验证了所提方法的有效性。生成的红外图像在图像质量上实现了显著提升。此外,通过跨场景和跨分辨率泛化实验验证了CVIGAN的鲁棒性,在未见场景和高分辨率输入条件下均保持了良好的性能。因此,生成的红外图像被验证能够有效提升下游红外目标检测任务的表现,为实际应用中的红外图像采集与分析提供了更加高效的解决方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号