[發明專利]一種基于多判別器生成對抗網絡的SAR圖像目標識別方法

在審

• 申請號: 202010614959.X
• 申請日: 2020-06-30
• 公開（公告）號: CN111767861A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 袁瑛;毛涵秋;馮玉堯
• 申請（專利權）人: 蘇州興釗防務研究院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 葉敏華

1.一種基于多判別器生成對抗網絡的SAR圖像目標識別方法，其特征在于，包括以下步驟：

S1、獲取原始的真實樣本，基于多判別器生成對抗網絡模型，生成訓練樣本數據集；

S2、利用訓練樣本數據集對卷積神經網絡進行訓練，得到訓練好的目標識別模型；

S3、輸入待測SAR圖像給目標識別模型，通過特征提取以及特征匹配，輸出待測SAR圖像對應的目標識別結果。

2.根據權利要求1所述的一種基于多判別器生成對抗網絡的SAR圖像目標識別方法，其特征在于，所述步驟S1中多判別器生成對抗網絡模型包括生成器、多判別器單元和審判單元，所述生成器的輸入為隨機噪聲，所述多判別器的輸入為原始的真實樣本，所述生成器的輸出端連接至多判別器單元，所述多判別器單元連接至審判單元的輸入端，所述審判單元的輸出端分別連接至生成器、多判別器單元，所述生成器根據隨機噪聲生成虛假樣本給多判別器單元；

所述多判別器單元用于判別虛假樣本以及原始的真實樣本，并輸出反饋結果；

所述審判單元用于判斷反饋結果是否準確，并根據審判結果以分別更新生成器和多判別器單元。

3.根據權利要求2所述的一種基于多判別器生成對抗網絡的SAR圖像目標識別方法，其特征在于，所述多判別器單元包括多個并行的判別器，多個判別器的輸入均為虛假樣本和原始的真實樣本，多個判別器的輸出端均連接至動態調節模塊，所述動態調節模塊連接至審判單元，所述動態調節模塊對多個判別器輸出的判定結果進行動態選擇，以得到反饋結果。

4.根據權利要求3所述的一種基于多判別器生成對抗網絡的SAR圖像目標識別方法，其特征在于，所述步驟S1具體包括以下步驟：

S11、獲取原始的真實樣本，并輸入給多個判別器；

S12、輸入隨機噪聲給生成器，由生成器生成對應的虛假樣本，并輸入給多個判別器；

S13、根據虛假樣本和原始的真實樣本，多個判別器分別對應輸出多個判定結果，其中，判定結果具體為虛假樣本和原始的真實樣本之間的差異程度；

S14、根據動態選擇函數，動態調節模塊對多個判定結果進行動態選擇處理，以篩選得到反饋結果；

S15、審判單元對反饋結果進行準確性判斷，以此分別更新生成器和多判別器單元，之后返回步驟S11，根據多判別器生成對抗網絡的目標函數，使生成器基于多判別器單元的反饋結果進行訓練，按照預設的迭代次數，以得到訓練好的生成器；

S16、輸入隨機噪聲給訓練好的生成器，以生成得到訓練樣本數據集。

5.根據權利要求4所述的一種基于多判別器生成對抗網絡的SAR圖像目標識別方法，其特征在于，所述動態選擇函數包括均值函數和最大值函數。

6.根據權利要求5所述的一種基于多判別器生成對抗網絡的SAR圖像目標識別方法，其特征在于，所述動態選擇函數具體為：

其中，F_C(·)為動態選擇函數，可采用均值mean(·)函數或最大值max(·)函數，λ∈[0,+∞)為動態調節參數，用以控制F_C(·)的選取，λ→0和λ→+∞分別對應mean(·)和max(·)運算。

7.根據權利要求6所述的一種基于多判別器生成對抗網絡的SAR圖像目標識別方法，其特征在于，所述多判別器生成對抗網絡的目標函數為：

i＝1,2,...,k

其中，G表示生成器，D表示判別器，V是一個價值函數，代表判別器的判別性能，V(G,D₁)為多判別器單元中第一個判別器的判定結果，即第一個判別器判定的虛假樣本與原始真實樣本之間的差異程度，以此類推，V(G,D_i)為多判別器單元中第i個判別器的判定結果，即第i個判別器判定的虛假樣本與原始真實樣本之間的差異程度；

k為多判別器單元中判別器的總數量；

意為固定生成器G，讓判別器D能夠最大化判別出虛假樣本與原始真實樣本，意為在固定判別器D的條件下得到生成器G，這個生成器G能夠最小化輸出虛假樣本與原始真實樣本之間的差異。