一种基于生成对抗网络的红外弱小目标数据集生成方法技术

本发明专利技术公开了一种基于生成对抗网络的红外弱小目标数据集生成方法，包括：构建一个深度卷积生成对抗网络的红外弱小目标天空背景模型；创建红外弱小目标模型及渲染；创建一个基于多尺度特征提取和改进的条件生成对抗网络，生成红外弱小目标序列数据集及对应的数据集标签。根据本发明专利技术，解决了因增大图像尺寸带来的梯度消失问题，提高生成图像的质量。提高生成图像的质量。提高生成图像的质量。

【技术实现步骤摘要】
一种基于生成对抗网络的红外弱小目标数据集生成方法


[0001]本专利技术涉及红外弱小目标序列数据集生成的
，特别涉及一种基于生成对抗网络的红外弱小目标数据集生成方法。

技术介绍

[0002]随着红外成像技术的发展，红外监控与预警系统逐渐在现代军事中占据重要地位，特别是在精确制导、目标巡视、遥感监测等领域得到了广泛的应用。根据Society of Photo
‑
Optical Instrumentation Engineers的定义，红外弱小目标的尺寸通常认为在256
×
256图像中的弱小目标面积不超过9
×
9像素。目前公开的数据集有MDvsFA和SIRST，其中MDvsFA包含10000张图像，大部分是近景拍摄，目标距离较近且面积较大。SIRST包含427张图像，场景种类多样但是数量较少。数据集是深度学习的重要部分之一，数据集的数量和质量直接影响着模型的训练效果。由于军事目标的敏感性，很难获得足够数量的公开数据集对军用的深度学习红外弱小目标检测算法进行训练。
>
技术实现思路
...

【技术保护点】

【技术特征摘要】
1.一种基于生成对抗网络的红外弱小目标数据集生成方法，其特征在于，包括以下步骤：S1、构建深度卷积生成对抗网络模型生成红外天空背景；S2、创建红外弱小目标模型及渲染；S3、创建一个基于多尺度特征提取和改进的条件生成对抗网络；S4、生成红外弱小目标序列数据集及对应标签。2.如权利要求1所述的一种基于生成对抗网络的红外弱小目标数据集生成方法，其特征在于，步骤S1中通过在训练深度卷积生成对抗网络前引进残差模块，所述残差模块用于解决因网络图像尺寸增大导致的生成图像质量差和梯度消失的问题，使其符合红外弱小目标数据集的标准。3.如权利要求2所述的一种基于生成对抗网络的红外弱小目标数据集生成方法，其特征在于，步骤S2中对所需创建模型的外形比例、结构、外观材质进行分析，按照1:1的比例使用3ds Max工具分别进行建模，随后采用贴图绘制技术...

【专利技术属性】
技术研发人员：张雷洪，林伟鸿，徐润初，李阳俊，张怡强，杨麾，刘凯，徐邦联，张大伟，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：