科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对军用背景下实地采集红外舰船数据难度大且图像质量差的问题，提出红外舰船增强StyleGAN的图像生成算法。该算法在StyleGAN基础上引入自注意力机制，加强生成器对图像纹理细节以及长距离像素关联信息的关注，对生成器最后模块的分辨率进行调整，并缩减噪声模块的输入量，利用小波判别器减少图像伪影的产生，采用双时间尺度更新规则和Adam优化训练过程，引入WGAN-gp损失函数提升收敛效率。通过目视判读以及客观评价指标验证得出，该算法生成的红外舰船图像质量较好，同真实红外图像相似度较高；经过四种经典目标检测算法测试，mAP同原始数据集相比分别提升15.4%、17.1%、11.9%、9.0%，同另外三种生成式对抗网络算法相比，取得更有效的扩充效果。
- 单位
