Para resolver o problema da grande dificuldade na construção de conjuntos de dados reais de imagens infravermelhas e o alto custo de produção de testes, este artigo propõe uma rede generativa adversarial VTIGAN em condições de amostras de treinamento não pareadas, realizando uma conversão de alta qualidade de imagens de luz visível para infravermelho (Visible-to-Infrared, VTI) em diferentes cenários. O VTIGAN introduz, com base no módulo transformer, um novo gerador que aprende a relação de mapeamento do conteúdo da imagem, realizando a transferência de estilo da imagem através da reorganização das características do estilo alvo, enquanto usa o PathGAN como discriminador para reforçar a capacidade do modelo de gerar detalhes da imagem. Finalmente, o processo de treinamento do modelo é restringido por quatro funções de perda conjuntas: perda adversarial, perda de comparação em múltiplas camadas, perda de similaridade de estilo e perda de identidade. O VTIGAN foi amplamente comparado com outros algoritmos principais em um conjunto de dados visível-infravermelho, utilizando três métricas de avaliação: pico da relação sinal-ruído (PSNR), similaridade estrutural (SSIM) e distância de Frechét inception (FID) para avaliações quantitativas e qualitativas subjetivas. Os resultados experimentais mostram que o VTIGAN melhorou os indicadores PSNR, SSIM e FID em 3,1%, 2,8% e 11,3%, respectivamente, em comparação com o algoritmo UGATIT subótimo, realizando efetivamente a conversão de imagens visível para infravermelho sob condições de amostras de treinamento não pareadas, com maior resistência a interferências em cenas complexas, gerando imagens infravermelhas claras, detalhadas e altamente realistas.

Processamento de imagem;Simulação de imagens infravermelhas;Transferência de estilo de imagem;Redes generativas adversariais;Transformer