文献类型：期刊文章

作　　者：黄琼男[1] 朱卫纲[1] 刘渊[2] 李佳芯[1] 杨莹[1]

Huang Qiongnan;Zhu Weigang;Liu Yuan;Li Jiaxing;Yang Ying(Department of Electronic and Optical Engineering,Space Engineering University,Beijing 101416,China;No.61646 Unit of PLA,Beijing 100192,China)

机构地区：[1]航天工程大学电子与光学工程系,北京101416 [2]中国人民解放军61646部队,北京100192

出　　处：《兵工自动化》

年　　份：2022

卷　　号：41

期　　号：7

起止页码：47-52

语　　种：中文

收录情况：IC、JST、UPD、ZGKJHX、普通刊

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。

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  

分 类 号：TN971]