典型文献
基于多尺度生成式对抗网络的SAR飞机数据集增广
文献摘要：
针对SAR图像数据获取困难的问题,提出一种基于单幅图像训练的多尺度生成式对抗网络,并应用于SAR飞机图像的增广.由于原始的生成式对抗网络设置单一尺度卷积核,仅获得图像在固定感受野下的特征分布,因此,在对抗网络中融入多尺度分组卷积,可以从不同尺度挖掘图像的分布特征,增加生成图像的细节信息,其结果是通过训练得到400幅新的SAR飞机图像样本,并使用Faster R-CNN以及图像质量评价指标对增广数据集进行验证.实验结果表明:生成图像的质量评价指标满足图像检测的需求;使用Faster R-CNN算法结合生成式对抗网络数据增广使得平均检测精度由73.5％提升至77.6％.
文献关键词：
SAR图像;飞机检测;数据增广;改进SinGAN;Faster R-CNN
中图分类号：
作者姓名：
严继伟;李广帅;苏娟
作者机构：
火箭军工程大学核工程学院,西安 710000;中国人民解放军96882部队,江西赣州 341000
文献出处：
引用格式：
[1]严继伟;李广帅;苏娟-.基于多尺度生成式对抗网络的SAR飞机数据集增广)[J].电光与控制,2022(07):62-68
A类：
SinGAN
B类：
生成式对抗网络,SAR,图像数据,数据获取,单幅图像,图像训练,网络设置,一尺,卷积核,感受野,特征分布,分组卷积,不同尺度,加生,成图,细节信息,练得,像样,Faster,图像质量评价,质量评价指标,图像检测,网络数据,数据增广,检测精度,飞机检测
AB值：
0.344823
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
