基于GAN的红外小目标检测合成数据增强技术研究

来源：计算机测量与控制杂志2024年第11期北京时间：

作者：杜锋

单位：东南大学 自动化学院

摘要：近年来,卷积神经网络(CNNs)在红外小目标检测方面取得了良好的效果。然而,有限的公共训练数据限制了基于CNN方法的性能提升。为了解决训练数据的稀缺问题,提出了一种生成红外小目标检测合成训练数据的方法。采用生成对抗网络框架,其中合成背景图像和红外小目标在两个独立的过程中生成。在第一阶段,通过将可见光图像转化为红外图像来合成红外图像。在第二阶段,将转换后的图像上植入目标掩码。然后,所提出的强度调制网络合成了真实的目标对象,可以从进一步的图像处理产生。在最新的公共数据集上的实验结果表明,当使用由真实图像和合成图像组成的数据集训练各种检测网络时,检测网络比只使用真实数据产生更好的性能。

关键词：卷积神经网络(CNN);生成对抗网络(GAN);图像转换;红外小目标;合成数据增强

基金资助：2023年江苏省产学研合作项目(BY20231025)。