基于深度神经网络的迷彩目标发现仿真学习方法 下载: 1152次
卓刘, 陈晓琪, 谢振平, 蒋晓军, 毕道鹍. 基于深度神经网络的迷彩目标发现仿真学习方法[J]. 激光与光电子学进展, 2019, 56(7): 071102.
Liu Zhuo, Xiaoqi Chen, Zhenping Xie, Xiaojun Jiang, Daokun Bi. Simulation Learning Method for Discovery of Camouflage Targets Based on Deep Neural Networks[J]. Laser & Optoelectronics Progress, 2019, 56(7): 071102.
[1] 张海瑞, 李彦彬, 邢瑞康, 等. 基于集对分析的防空导弹装备红外伪装能力评估[J]. 激光与光电子学进展, 2018, 55(7): 070402.
[2] 郭彤, 华文深, 刘恂, 等. 一种基于高光谱的光学伪装效果综合评价方法[J]. 激光与光电子学进展, 2016, 53(10): 101002.
[3] 白雪琼, 廖宁放, 黄浩, 等. 基于色差和光谱特性的海面船只隐身效果评估[J]. 激光与光电子学进展, 2018, 55(9): 093301.
[4] 蔡伟, 伍樊成, 杨志勇, 等. 磁光调制技术与应用研究[J]. 激光与光电子学进展, 2015, 52(6): 060003.
[5] 王田, 牛明生, 步苗苗, 等. 可调光程的差分偏振成像系统及其特性研究[J]. 光学学报, 2017, 37(7): 0711001.
[6] 陶菲, 宋茂新, 洪津, 等. 基于离轴三反的同时全偏振成像仪的偏振定标方法[J]. 光学学报, 2018, 38(9): 0912005.
[7] 王小龙, 王峰, 刘晓, 等. 荒漠背景下典型伪装目标的高光谱偏振特性[J]. 激光与光电子学进展, 2018, 55(5): 051101.
[8] 崔宝生, 薛士强, 姬艳军, 等. 图像特征的伪装效果评估技术[J]. 红外与激光工程, 2010, 39(6): 1178-1183.
[9] 许卫东, 吕绪良, 陈兵, 等. 一种基于纹理分析的伪装器材效果评价模型[J]. 兵工学报, 2002, 23(3): 329-331.
[10] 林伟, 陈玉华, 王吉远, 等. 基于图像特征与心理感知量的伪装效果评价方法[J]. 兵工学报, 2013, 34(4): 412-417.
[11] 王鹏烨, 赵德辉, 李明锋. 基于图像修复技术的目标可见光伪装效果评价[J]. 激光与光电子学进展, 2018, 55(3): 031011.
[12] 张荣, 李伟平, 莫同. 深度学习研究综述[J]. 信息与控制, 2018, 47(4): 385-397, 410.
Zhang R, Li W P, Mo T. Review of deep learning[J]. Information and Control, 2018, 47(4): 385-397, 410.
[14] He KM, Zhang XY, Ren SQ, et al. Deep residual learning for image recognition[C]∥Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2016: 770- 778.
[15] HuangG, LiuZ, Maaten L V D, et al. Densely connected convolutional networks[C]∥Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2017: 2261- 2269.
[16] 辛宇, 杨静, 谢志强. 基于随机游走的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(2): 499-511.
[17] 王勇, 唐靖, 饶勤菲, 等. 高效率的K-means最佳聚类数确定算法[J]. 计算机应用, 2014, 34(5): 1331-1335.
[18] 安喆, 徐熙平, 杨进华, 等. 结合图像语义分割的增强现实型平视显示系统设计与研究[J]. 光学学报, 2018, 38(7): 0710004.
[19] 李素梅, 雷国庆, 范如. 基于双通道卷积神经网络的深度图超分辨研究[J]. 光学学报, 2018, 38(10): 1010002.
[20] 孙汉卿, 庞彦伟. 一种自学习不确定度的神经网络架构[J]. 光学学报, 2018, 38(6): 0620002.
[21] LongJ, ShelhamerE, DarrellT. Fully convolutional networks for semantic segmentation[C]∥Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2015: 3431- 3440.
[22] IsolaP, Zhu JY, Zhou TH, et al. Image-to-image translation with conditional adversarial networks[C]∥Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 2017: 5967- 5976.
[23] Goodfellow IJ, Pouget-AbadieJ, MirzaM, et al. Generative adversarial nets[C]∥Advances in Neural Information Processing Systems, 2014: 2672- 2680.
卓刘, 陈晓琪, 谢振平, 蒋晓军, 毕道鹍. 基于深度神经网络的迷彩目标发现仿真学习方法[J]. 激光与光电子学进展, 2019, 56(7): 071102. Liu Zhuo, Xiaoqi Chen, Zhenping Xie, Xiaojun Jiang, Daokun Bi. Simulation Learning Method for Discovery of Camouflage Targets Based on Deep Neural Networks[J]. Laser & Optoelectronics Progress, 2019, 56(7): 071102.