針對(duì)近岸艦船目標(biāo)細(xì)粒度識(shí)別的難題,提出了一種利用生成對(duì)抗網(wǎng)絡(luò)輔助學(xué)習(xí)的任意方向細(xì)粒度艦船目標(biāo)識(shí)別框架。通過訓(xùn)練能模仿艦船目標(biāo)區(qū)域的抽象深度特征的生成網(wǎng)絡(luò)引入生成樣本,來輔助分類子網(wǎng)絡(luò)學(xué)習(xí)樣本空間的流形分布,從而增強(qiáng)細(xì)粒度的類別間判別能力。在細(xì)粒度類別的近岸艦船數(shù)據(jù)集上,引入生成對(duì)抗網(wǎng)絡(luò)后的算法識(shí)別準(zhǔn)確率得到較大提升,平均識(shí)別精度提升了2%。消融實(shí)驗(yàn)結(jié)果表明,利用生成樣本輔助訓(xùn)練分類子網(wǎng)絡(luò)可以有效地提升艦船目標(biāo)的細(xì)粒度識(shí)別精度。 

【文章來源】：智能系統(tǒng)學(xué)報(bào). 2020,15(02)北大核心CSCD

【文章頁數(shù)】：6 頁


本文編號(hào)：3348728