-
题名基于渐进式生成对抗网络的舰船红外图像仿真
被引量：8
- 1
-
-
作者
谢晓方
刘厚君
张龙杰
孙涛
张龙云
-
机构
海军航空大学
山东大学
-
出处
《激光与红外》
CAS
CSCD
北大核心
2021年第4期471-479,共9页
-
基金
国家自然科学基金项目(No.51809156)
中国博士后科学基金项目(No.2016M600537)
教育部产学合作协同育人项目项目(No.201902295036)资助。
-
文摘
红外图像仿真在红外导引头设计、仿真训练中起到十分关键的作用。针对如何生成高分辨率、视觉特征可控的红外图像,提出了一种基于渐进式生成对抗网络的红外图像仿真方法。本文利用舰船模型的红外图像数据集训练了图像合成网络,输入随机特征向量,输出高分辨率的红外仿真图像;设计了图像编码网络,实现红外图像到特征向量的转换;利用Logistic回归方法,在特征向量域找到了控制红外图像角度特征的方向向量,并据此生成了不同角度的舰船模型仿真图像;最后通过均值哈希算法和平均结构相似性算法来定量评价仿真图像和真实图像的差异,实验结果表明仿真的红外图像和真实图像的相似度很高,可以为真实舰船的可控化红外图像仿真提供参考。
-
关键词
渐进式生成对抗网络
图像编码网络
图像特征向量
样式控制
舰船红外仿真
-
Keywords
progressive generative adversarial network
image encoder network
image feature vector
style control
infrared simulation of warship
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名粗糙面SAR图像渐进式生成对抗网络
- 2
-
-
作者
雷正鑫
张旭
徐丰
-
机构
复旦大学电磁波信息科学教育部重点实验室
-
出处
《上海航天（中英文）》
CSCD
2021年第S01期91-97,共7页
-
文摘
粗糙面合成孔径雷达(SAR)图像在遥感和目标识别等领域有着非常重要的意义。目前,粗糙面SAR图像的仿真方法主要有三种:数值法、统计法和解析法。数值法的计算复杂度会随着粗糙面尺寸的增大而升高,导致计算速度变慢,这限制了该方法的应用;统计法如空间相关模型是从统计角度生成SAR图像;解析法如基尔霍夫近似法(KA)等适用于计算粗糙面的散射矩阵。相干空变双向散射分布函数(CSVBSDF)物理模型可以生成多维度参数下的粗糙面的SAR图像,但其计算速度不能满足实时仿真需求。基于CSVBSDF,本文提出了一种粗糙面SAR图像渐进式生成对抗网络(RSPG),提高了SAR图像生成的速度。实验结果表明,生成的SAR图像与真实SAR图像在平均结构相似性指标上达到0.8,并且生成的速度与CSVBSDF相比得到了提高。
-
关键词
生成对抗网络
SAR图像
神经网络
粗糙面
粗糙面SAR图像渐进式生成对抗网络
-
Keywords
generative adversarial network
synthetic aperture radar(SAR)image
neural network
rough surface
progressive generative adversarial network for rough surface SAR images(RSPG)
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名一种渐进式增长条件生成对抗网络模型
- 3
-
-
作者
马辉
王瑞琴
杨帅
-
机构
湖州师范学院
-
出处
《电信科学》
2023年第6期105-113,共9页
-
基金
国家自然科学基金资助项目(No.62277016)。
-
文摘
渐进式增长生成对抗网络(PGGAN)是一种能够生成高分辨图像的网络模型,但是当样本间的类别不平衡或者样本类别过于相似或不相似时,容易出现模式崩溃现象而导致生成效果不佳。提出一种渐进式增长条件生成对抗网络(PGCGAN)模型,将条件生成对抗网络的思想引入PGGAN,在PGGAN的基础上加入类别信息作为条件,在网络结构和小批量标准差两个方面对PGGAN进行了改进,缓解图像生成过程中的模式崩溃现象。在对3个数据集的实验中,相比于PGGAN,PGCGAN在起始分数(IS)和Fréchet距离(FID)两个评价图像生成的指标方面都有较大程度的提升,生成的图像具有更高的多样性和真实性;且PGCGAN可以同时训练多个无关联的数据集而不崩溃,在类别不平衡或数据过于相似和不相似的数据集中均能产生高质量的图像。
-
关键词
生成对抗网络
渐进式增长条件生成对抗网络
小批量标准差
图像生成
-
Keywords
generative adversarial network
progressive growing of conditional GAN
mini-batch standard deviation
image generation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
