针对无人系统的仿真到真实图像的迁移方法及装置

本发明公开了一种针对无人系统的仿真到真实图像的迁移方法及装置，构建了包含卷积编码器与视觉Mamba编码器的双流架构：其中卷积编码器用于提取图像的局部纹理信息，视觉Mamba编码器则利用视觉状态空间模型，捕捉图像全局上下文信息。两种特征在通道维度融合后输入解码器，生成风格迁移后的真实风格图像。为提升模型的无监督学习能力，本发明引入循环一致性训练框架，可在无配对图像样本条件下完成训练，并保持图像结构一致性。该方法有效提升了仿真图像的真实感与结构保真度，在图像翻译任务中相较现有方法表现出更低的失真和更强的泛化能力。可广泛应用于自动驾驶、虚拟仿真、机器人视觉等领域的仿真数据域适应及训练样本增强任务中。