基于多尺度GAN网络的SAR舰船目标扩充

作者：黄琼男; 朱卫纲; 刘渊; 李佳芯; 杨莹

来源：兵工自动化, 2022, 41(07): 47-52.

• 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

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。

• 单位
  中国人民解放军装备学院