基于生成对抗网络的增量式聚焦的图像到图像转换方法

摘要

本发明公开了一种基于生成对抗网络的增量式聚焦的图像到图像转换方法。本发明包括以下步骤：1、对源图像、目标图像进行数据预处理构成数据二元组；2、网络结构设计，在生成对抗网络模型中加入增强的自我注意力机制模块，并针对网络的两个输出，相应地采用一个鉴别器，进一步增强表征能力以生成更多的细节；3、损失函数设计，提出了增量式聚焦损失以稳定、加速网络训练；4、模型训练，利用反向传播算法训练对抗神经网络模型参数。本发明将增量式聚焦损失和增强的自我注意力机制模块应用于各种无监督和有条件的GANs中来证明它们的有效性，并且达到了训练速度快且稳定的效果。