基于多尺度GAN网络的SAR舰船目标扩充
Ordnance Industry Automation（2022）
Abstract
针对构建合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标数据集的过程中,某些舰船类型样本不足的问题,提出一种基于多尺度生成对抗网络(IC-ConsinGAN)的SAR舰船目标扩充方法.通过将注意力机制引入并行多阶段多尺度GAN网络中,提取SAR舰船目标的关键特征,抑制背景特征,使得生成的SAR图像舰船目标不仅具有精细化结构,而且弥补了单幅图像生成过程中多样性不足的问题.实验结果表明:SIFID指标比原始ConsinGAN网络模型下降了0.02,将扩充数据加入到SAR舰船目标识别任务中,10类舰船目标平均识别率提升了8.4％,证实了IC-ConsinGAN模型的有效性,具有一定的工程应用价值.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined