基于GAN的红外飞机数据增强方法

摘要

针对军用空地背景下的红外飞机目标图像数据获取难度高,导致红外飞机目标检测算法易过拟合等问题,基于生成对抗网络(GAN)与通道间注意力机制的相关方法,提出一种小样本红外飞机目标数据增强方法.首先,利用特殊的金字塔多尺度生成对抗网络结构,学习和拟合单张图像不同尺度下的特征信息;其次,针对小目标红外飞机图像改进网络的生成器结构,提高小感受野的特征表达,丰富生成图像细节;最后,在网络训练阶段缩放图像小尺度阶段的学习率,避免了学习率过大导致的生成图像失真.以几种常见的目标检测算法进行仿真评估实验,并将其与传统的数据增强方法对比,结果验证了所提方法的有效性与先进性.