|
|||||
|
|
| 基于改进CycleGAN的合成孔径雷达图像仿真 | |
| 作者姓名： | 白江波 杨阳 张文生 |
| 作者单位： | 中国科学院自动化研究所 |
| 基金项目： | 国家重点研发计划(2019YFB2103103)；;国家自然科学基金面上项目(61976213)资助； |
| 摘 要： | 目标和场景的跨模态数据对于以深度神经网络为基础的跨模态检测与多模态融合算法的性能提升有着极其重大的意义.由于SAR图像的特殊性,获得成对的数据集成本很高,且现有的SAR图像生成算法大多集中在提升图像多样性与小范围场景生成,对于特定场景的图像配对转化鲜有涉及.本文利用改进的循环一致性对抗网络CycleGAN实现SAR图像目标和场景的SAR图像的仿真,并利用最小二乘损失对网络进行改进,使网络性能获得提升,提高了成像的质量,论文所提方法对SAR图像进行了仿真实验,结果表明,本文方法生成图像的精细度与稳定度最优,实现了更好的仿真结果. |
| 关 键 词： | 循环一致性对抗网络 SAR图像仿真 深度残差网络 最小二乘生成对抗网络 |