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。
生物通微信公众号
生物通新浪微博
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