提出一種基于深度學(xué)習(xí)的紅外目標(biāo)建模方法。將對(duì)抗與自編碼相結(jié)合,設(shè)計(jì)了雙重對(duì)抗自編碼網(wǎng)絡(luò)。利用訓(xùn)練后的網(wǎng)絡(luò),僅需輸入類別標(biāo)簽和滿足一定分布的隨機(jī)變量即可生成相應(yīng)類別的紅外目標(biāo)圖像。在自建紅外數(shù)據(jù)集上對(duì)模型的有效性進(jìn)行驗(yàn)證,實(shí)驗(yàn)表明,生成的目標(biāo)圖像在真實(shí)性和多樣性等各方面均取得了較高的評(píng)價(jià)結(jié)果。將隨機(jī)生成的目標(biāo)圖像作為小數(shù)據(jù)集的補(bǔ)充,可有效改善訓(xùn)練數(shù)據(jù)匱乏的問題,提高紅外成像系統(tǒng)識(shí)別算法的準(zhǔn)確率。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 引 言
2 模型框架
    2.1 生成對(duì)抗網(wǎng)絡(luò)
    2.2 變分自編碼
    2.3 CDAAE模型框架
3 算法原理
    3.1 模型訓(xùn)練
    3.2 目標(biāo)生成
4 實(shí)驗(yàn)與分析
    4.1 平臺(tái)與數(shù)據(jù)
    4.2 參數(shù)與訓(xùn)練
    4.3 質(zhì)量評(píng)價(jià)
    4.4 數(shù)據(jù)增強(qiáng)
5 結(jié) 論



本文編號(hào)：3832419