【摘 要】
：
针对军用无人飞行器对海上重要舰船合成孔径雷达图像获取困难的问题,提出了一种从单一图像学习图像内部分布的无条件图像生成网络.该网络采用金字塔式多尺度生成对抗网络(GAN
【机 构】
：
火箭军工程大学作战保障学院,陕西西安710025;北京遥感设备研究所,北京100854
论文部分内容阅读
针对军用无人飞行器对海上重要舰船合成孔径雷达图像获取困难的问题,提出了一种从单一图像学习图像内部分布的无条件图像生成网络.该网络采用金字塔式多尺度生成对抗网络(GAN)思想,在每一层金字塔中都有一个GAN负责该尺度下图像块的生成和判别,且每个GAN具有相似的结构.生成器前端采用不同大小卷积核连接的Inception模块获取不同尺度下的图像特征,为了充分利用这些特征,加入了残差密集模块;判别器采用马尔科夫判别器的思想,捕捉不同尺度下的图像分布.将所有生成的图像制成数据集用于训练不同的目标检测算法,结果表明,训练后模型的平均精度得到了一定的提升,验证了该网络模型的有效性.
其他文献
为提高地基红外测云系统全天空云检测的准确性,通过辐射传输模式SBDART模拟大气向下红外辐射与云光学厚度之间的对应关系,发现利用云的光学厚度拟合曲线反演云的光学厚度具有可行性,然后在此基础上提出了一种利用红外和激光联合反演云光学厚度的方法。通过建立更精确的适用于特定地区和特定季节的大气廓线和水汽含量,利用激光消光廓线较精确地反演气溶胶和云底高,并将以上获取的大气参数代入辐射传输模式SBDART,模
近年来随着教育体制的不断变化以及素质教育的不断推进,在小学各科的教学中要求教师转变原有的教学模式,在教学中多注重学生的实践与探究。就小学英语教学中综合实践活动对教
针对从非地面点云数据中难以自动分类植被和建筑物的问题,提出一种航空影像辅助的机载LiDAR(Light Detection and Ranging)植被点云分类方法。根据植被的光谱特征明显不同于其他地物这一特点,在生成数字正射影像的基础上,首先利用K均值(K-means)聚类算法对影像进行聚类和图像增强,然后将增强后的影像和对应区域的点云数据进行融合,最后通过影像处理结果对机载LiDAR植被点云进
本文阐述了CFG桩复合地基处理技术在京沪高速铁路路基工程中的应用，总结了数例在施工过程中所遇到的值得探讨的问题，并提出了自己的观点、看法与建议：施工顺序要根据地层情况，通
为快速得到较大范围且清晰度足够的路面图像,提出一种针对航拍路面图像的拼接算法,可以快速准确处理图像,得到路面的拼接图像,为无人机航拍应用道路交通领域提供便利。路面图像拼接时,图像包含较大的相似区域,导致配准正确率较低,且图像信息量大,拼接时间长。为解决这一问题,本文提出在特征点提取前确定相邻图像的重叠区域,在重叠区域内使用尺度不变特征变换特征点结合稀疏表示匹配的方法,对相邻图像进行配准,随后利用小