当前位置:首页>>���������������������������刘满国
刘满国
2022/7/11 15:17:00    
报告题目:
基于非平衡小样本图像的红外场景生成技术
报告摘要:
针对现有红外仿真中仿真机输出目标与场景对比度过高、与真实场景差异过大、天时天候因素体现不准确以及真实红外场景数量不足的问题,提出了一种基于深度学习方法的非平衡小样本红外场景生成技术。该方法以CycleGAN架构作为风格迁移网络的主体架构,解决CycleGAN网络训练过程中需要平衡数据集真实红外场景较少属于非平衡数据集的问题,选用FUIGN网络模块作为CycleGAN的生成器,所设计的网络可以实现在10:1非平衡数据集的条件下,仍能获得相似度较高的红外场景数据。研究结果表明,小样本学习的红外场景生成技术可以在有限的红外真实场景下大幅提升红外仿真图像的相似度,提升现有红外半实物仿真系统的仿真精度。
个人简介:
刘满国,1980年出生,现任兵器工业第203研究所,研究员。专业方向:武器系统半实物仿真,体系仿真。获军队科学技术进步二等奖一项。曾担任多个装发预先研究课题负责人,多个国家型号仿真负责人。现阶段担任机载巡飞,空军蜂群,导引头国家重大专项等多个项目副总师职务,科工局基础科研重大专项负责人。主要负责仿真系统设计论证,系统性能测试评估等工作。在协同仿真,目标特性建模等方面具有较为丰富的经验。