基于交叉融合注意力的工程探测图像风格迁移方法技术

本发明专利技术公开了基于交叉融合注意力的工程探测图像风格迁移方法，包括如下步骤：S1、初始化网络参数，加载已训练好的模型，使用数据加载器加载图像数据集，将图像转换为张量并进行归一化处理；S2、利用离散傅里叶变换过程，设计频率损失函数。本发明专利技术CFA对低级和高级特征之间的局部上下文信息进行了编码，对特征的远程依赖性进行了建模，并将CFA嵌入到本发明专利技术提出的模型的编码器中，实现对小特征多样性的增加，并关注更突出的特征部分。

【技术实现步骤摘要】

本专利技术属于基于图像的工程探测，更具体地说，涉及基于交叉融合注意力的工程探测图像风格迁移方法。

技术介绍

1、工程探测图像特征检测是基于传感器感知进行分析的一种重要手段,其目的是通过对同一目标在不同时间获取的两幅工程探测图像进行观测和特征分析,来确定特定时间段内目标对象的探测特征值。然而，根据图像来源是否相同,特征检测技术分为同源图像特征检测检测和异源图像特征检测两类。由于同源图像特征检测技术只是针对特定单一类型的工程探测图像进行研究,对其他类型的工程探测图像并不适用。不仅如此,由于探测环境等条件的限制,在一些意外事件中,探测设备难以及时地获取事件发生前后的同源图像,在实际应用上存在较大的局限性。因此,如何利用不同来源的工程探测图像信息进行特征检测具有十分重要的实际意义。不同的获取来源意味着异源图像具有不同的数据域,不同的统计特性,以及不一样的图像表征。结合异源图像信息一方面能充分利用不同传感器的功能特性,但另一方面也提出了额外的技术挑战。为了解决异源图像特征检测中的数据差异性问题,本专利技术通过引入一种新型图像风格迁移方法，对异源工程探测图像进行同源转本文档来自技高网...

【技术保护点】

1.基于交叉融合注意力的工程探测图像风格迁移方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤S1中，网络结构由三个子网络组成，交叉融合注意嵌入在编码器和解码器之间，用于对不同层次的特征进行上下文编码，增加特征之间的差异；使用内容图像Icontent和风格图像Istyle作为输入；通过子网络，从而合成一个同时具有Icontent和Istyle风格图像的对象；使用ImageNet数据集预先训练的VGG-19网络作为编码器提取输入图像的特征，并使用对称编码器还原图像；在对内容和风格图像进行特征提取后，为交叉融合注意提供了两个特征：

3.根...

【技术特征摘要】

1.基于交叉融合注意力的工程探测图像风格迁移方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤s1中，网络结构由三个子网络组成，交叉融合注意嵌入在编码器和解码器之间，用于对不同层次的特征进行上下文编码，增加特征之间的差异；使用内容图像icontent和风格图像istyle作为输入；通过子网络，从而合成一个同时具有icontent和istyle风格图像的对象；使用imagenet数据集预先训练的vgg-19网络作为编码器提取输入图像的特征，并使用对称编码器还原图像；在对内容和风格图像进行特征提取后，为交叉融...

【专利技术属性】
技术研发人员：汤佳祺，何闻骏，郑翔天，李一凡，杜豪天，尹桢安，焦良葆，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：