典型文献
基于多尺度GAN网络的SAR舰船目标扩充
文献摘要：
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.
文献关键词：
生成对抗网络;合成孔径雷达;注意力机制;多尺度;舰船目标识别
中图分类号：
作者姓名：
黄琼男;朱卫纲;刘渊;李佳芯;杨莹
作者机构：
航天工程大学电子与光学工程系,北京 101416;中国人民解放军61646部队,北京 100192
文献出处：
引用格式：
[1]黄琼男;朱卫纲;刘渊;李佳芯;杨莹-.基于多尺度GAN网络的SAR舰船目标扩充)[J].兵工自动化,2022(07):47-52
A类：
多尺度生成对抗网络,ConsinGAN,SIFID
B类：
SAR,合成孔径雷达,synthetic,aperture,radar,IC,注意力机制,多阶段,关键特征,背景特征,单幅图像,图像生成,生成过程,充数,舰船目标识别,识别率
AB值：
0.182696
相似文献
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。
