Para abordar o problema central dos modelos tradicionais de redes adversariais generativas (GAN) na geração de imagens infravermelhas, que apresentam "realismo global, mas detalhes locais do alvo borrados", propõe-se um modelo GAN aprimorado que integra atenção dinâmica baseada em núcleo gaussiano aprendível. Os modelos tradicionais aprimorados aplicam ponderação fixa na região-alvo, não conseguindo diferenciar sub-regiões-chave do alvo, resultando em precisão insuficiente na adaptação dos detalhes do alvo; para isso, foi projetado um núcleo gaussiano múltiplo adaptativo, que durante o treinamento aprende autonomamente a média μ, a variância σ e o ângulo de rotação θ do núcleo gaussiano, gerando um mapa de pesos que varia dinamicamente com a escala de cinza da máscara mask, possibilitando foco preciso nos detalhes-chave do alvo. Os pesos da função do núcleo gaussiano e sua distribuição espacial são incorporados na perda do gerador, constituindo um objetivo de otimização com "perda adversarial para restringir o realismo global + perda L1 ponderada por gaussiano guiada por máscara para restrição local + perda de distribuição espacial de vários núcleos gaussianos para alinhamento do alvo", conferindo ao gerador seletividade espacial no gradiente e guiando a atenção do modelo para adaptar áreas-chave de alta precisão. Usando um conjunto de dados de pares de imagens visível-infravermelho, os resultados experimentais mostram que o modelo aprimorado com núcleo gaussiano dinâmico aumentou a relação sinal-ruído de pico e o índice de similaridade estrutural (SSIM) das imagens infravermelhas geradas em 3 dB e 0,06 respectivamente, compensando efetivamente as limitações da estratégia tradicional de ponderação fixa, e possui alto valor prático em campos como aumento de alvos infravermelhos de pequenas amostras e aprimoramento de imagens infravermelhas.

modelo pix2pix; núcleo gaussiano aprendível; ponderação dinâmica; geração de imagens infravermelhas; orientação por máscara