-
公开(公告)号:CN119964122A
公开(公告)日:2025-05-09
申请号:CN202510045327.9
申请日:2025-01-13
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于StyleGAN2和CLIP的限速交通标志伪装样本生成方法,其结合StyleGAN2生成对抗网络和CLIP模型,通过引入多目标损失优化框架,实现对限速交通标志伪装样本的高效生成。StyleGAN2提供了强大的图像生成能力,可通过其潜变量空间生成高质量的限速交通标志样本;CLIP模型通过其语义理解能力提供指导,帮助StyleGAN2生成对抗网络优化图像生成过程,使生成的伪装样本在视觉上与限速交通标志的关键特征保持一致,同时符合目标语义描述文本s,从而确保生成的伪装样本的语义一致性;本发明提出的伪装样本生成方法包含语义约束、潜变量优化和多损失融合三个核心模块,语义约束模块利用CLIP模型定义生成的伪装样本与目标语义描述文本s的语义相似性。