一种基于弱监督学习的白内障眼底图像增强方法

本发明提出了一种基于弱监督学习的两阶段多尺度注意白内障眼底图像增强方法，通过提出类真实白内障图像合成阶段，利用CycleGAN网络进行域转换，以合成配对的类真实白内障图像，解决了大量配对数据难以获取的问题，并且通过网络的学习，可以覆盖更多的退化因素。且为了进一步提取眼底图像细节并减少增强过程中伪影的产生，提出了一个多尺度注意白内障眼底增强阶段，以学习更多有用的白内障图像增强特征，有助于在视觉感知任务中的应用。