基于CDCGAN的SAR图像数据增广

• 全文链接
• 请求原文

作   者：

赵竹新;  范纯卓;  刘艳博;  冯彦卿;  王海强; 

作者机构：

北京市遥感信息研究所; 

关键词：

合成孔径雷达仿真;  语义可控条件生成对抗网络;  卷积;  角度信息可控; 

期刊名称：

无线电工程

i s s n：

1003-3106

年卷期：

2025 年 55 卷 003 期

页   码：

580-587

摘   要：

针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像采集成本高、多样性不足,影响图像解译效果的问题,在现有深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Network, DCGAN)的基础上,提出了基于条件输入的DCGAN模型,实现了方位角/俯仰角/斜视角可控的SAR图像增广,完成了对现有仿真数据集的扩充。建立了SAR增广图像评价指标体系,对增广图像进行了客观的质量评估。结果表明,提出的SAR图像增广方法可以高质量地实现SAR图像多角度可控样本扩增,对于提升SAR图像角度丰富性具有积极意义。