DCGAN模型改进与SAR图像生成研究
针对 SAR图像识别软件,通过改进DCGAN模型单生成器与单判别器对抗的结构,采用多生成器与单判别器进行对抗,设计了控制各生成器生成图像平均质量的算法,提出了一种基于改进的 DCGAN 生成 SAR图像的方法.为测试和验证多个同类图像识别软件,并进行择优,需要自行设计不同于训练用的图像来对测软件进行测试.此方法可以为择优测试提供一个公平的基准测试集.实验分别使用原DCGAN模型和改进的DCGAN模型生成目标图像和场景图像,并使用公开判别器分别对两种模型生成的新图像进行质量验证.实验结果表明,改进的DCGAN模型比原DCGAN模型生成的图像效果更好,经其训练生成的新 SAR图像与原 SAR图像相比,质量相当且多样性更好,可以满足软件择优测试的需要.
软件优选、生成对抗网络、图像自动生成、图像识别、图像质量检测
47
TP311.5(计算技术、计算机技术)
国防十三五预研项目30201
2020-12-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
93-99