基于多尺度生成式对抗网络的SAR飞机数据集增广

作者：严继伟; 李广帅; 苏娟

来源：电光与控制, 2022, 29(07): 62-68.

• SAR图像
• 飞机检测
• 数据增广
• 改进SinGAN
• Faster R-CNN

针对SAR图像数据获取困难的问题，提出一种基于单幅图像训练的多尺度生成式对抗网络，并应用于SAR飞机图像的增广。由于原始的生成式对抗网络设置单一尺度卷积核，仅获得图像在固定感受野下的特征分布，因此，在对抗网络中融入多尺度分组卷积，可以从不同尺度挖掘图像的分布特征，增加生成图像的细节信息，其结果是通过训练得到400幅新的SAR飞机图像样本，并使用Faster R-CNN以及图像质量评价指标对增广数据集进行验证。实验结果表明：生成图像的质量评价指标满足图像检测的需求；使用Faster R-CNN算法结合生成式对抗网络数据增广使得平均检测精度由73.5%提升至77.6%。