【摘要】为解决船舶红外风格迁移中的背景干扰严重、目标轮廓模糊和细节丧失等问题，本研究提出了一种基于改进的循环一致性生成对抗网络（ＣｙｃｌｅＧＡＮ）跨域船舶图像红外风格迁移算法。 实验采用包含２５００张可见光和２ ０００张红外图像的自建数据集进行验证。 结果显示，改进方法的弗里歇特感知距离（ＦＩＤ）值降至２８.９４，相较原始ＣｙｃｌｅＧＡＮ下降３１.３５％；结构相似性指数（ＳＳＩＭ）值 提升至０.７４５；学习感知图像块相似度（ＬＰＩＰＳ）值降低４２.８６％。 研究表明，该改进框架在保持无配对学习优势的同时，显著提高了跨 域转换的准确性和目标细节保留能力，为船舶红外图像风格迁移提供了有效解决方案。