技术总结
本发明涉及深度学习图像生成领域，具体涉及一种基于条件生成对抗网络的多域图像转换方法、系统及介质，本发明实施步骤包括输入待转换的x模态的原图x、y模态的原图y；采用预先训练好的条件提取器来生产x模态条件Cx和y模态条件Cy；将原图x、原图y、x模态条件Cx、y模态输入预先训练好的条件生成对抗网络得到对应的图像转换结果。本发明利用特征提取器提取原图的特征，通过上采样及与零矩阵在通道上的拼接得到条件矩阵，在具有较高的独立性情况下，又保有每个模态输入自身的语义信息；本发明训练灵活，且对要转换的域的数量没有限制，所需参数少。
技术研发人员：邓楚富;肖侬;卢宇彤;陈志广;瞿毅力;苏婉琪;王莹
受保护的技术使用者：中山大学
技术研发日：2019.08.29
技术公布日：2020.01.10