摘要
本发明公开一种基于退化模型的低慢小运动目标样本生成方法,涉及图像处理技术领域,具体包括以下步骤:准备数据集;获取红外目标及背景样本;构建图像退化模型;构建目标伪样本生成模型;伪数据集对比检测实验;伪数据集样本对照实验。本发明通过模拟真实环境中的多种退化现象(如运动模糊、光学噪声、光照变化等),生成高质量的训练数据,构建了一个方位角可控的生成对抗网络,逐步学习目标在连续方位角下的低维流形,生成特定方位角的目标图像,并通过损失函数对抗训练优化,最终生成高质量的假“低慢小”运动目标图像;针对目标和红外背景构建不同的退化方式,综合考虑了目标运动特性与背景成像机理,生成与实际场景相符的训练样本。
技术关键词
样本生成方法
数据
图像退化模型
方位角
生成对抗网络
运动
算法模型
模拟真实环境
感知损失函数
传感器噪声
泊松噪声
模糊函数
图像处理技术
有效性
光照
系统为您推荐了相关专利信息
海洋牧场
动态监测数据
支持向量机算法
分布特征
主成分分析算法
测试分析系统
分级权限管理
自动化测试脚本
姿态误差
自然语言解析