一种基于生成对抗网络的林火图像样本生成方法

摘要

本发明公开了一种基于生成对抗网络的林火图像样本生成方法。生成模型是通过数据拟合生成目标图片，而判别模型则希望能够将生成的虚假样本与真实样本区分。本方法中生成模型与判别模型均采用卷积神经网络形式的子网络，同时对两个网络进行交替训练，通过训练优化两个子网络最终达到动态平衡，即纳什均衡。最终目的是生成模型能够从训练样本中学习图像样本所对应的概率分布，从而得到更多的“生成”样本来实现数据的扩张。本发明属于无监督学习，无需进行样本标定；卷积神经网络能够从样本中学习得到可靠的特征表示，与传统方法相比，算法拥有更好的鲁棒性与泛化能力。本方法在森林生态保护、森林烟火检测等方面有着重要的应用价值。