基于生成对抗网络的短波红外 可见光人脸图像翻译

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。