[发明专利]一种基于多判别器生成对抗网络的SAR图像目标识别方法

权利要求书

1.一种基于多判别器生成对抗网络的SAR图像目标识别方法，其特征在于，包括以下步骤：

S1、获取原始的真实样本，基于多判别器生成对抗网络模型，生成训练样本数据集；

S2、利用训练样本数据集对卷积神经网络进行训练，得到训练好的目标识别模型；

S3、输入待测SAR图像给目标识别模型，通过特征提取以及特征匹配，输出待测SAR图像对应的目标识别结果。

2.根据权利要求1所述的一种基于多判别器生成对抗网络的SAR图像目标识别方法，其特征在于，所述步骤S1中多判别器生成对抗网络模型包括生成器、多判别器单元和审判单元，所述生成器的输入为随机噪声，所述多判别器的输入为原始的真实样本，所述生成器的输出端连接至多判别器单元，所述多判别器单元连接至审判单元的输入端，所述审判单元的输出端分别连接至生成器、多判别器单元，所述生成器根据随机噪声生成虚假样本给多判别器单元；

所述多判别器单元用于判别虚假样本以及原始的真实样本，并输出反馈结果；

所述审判单元用于判断反馈结果是否准确，并根据审判结果以分别更新生成器和多判别器单元。

3.根据权利要求2所述的一种基于多判别器生成对抗网络的SAR图像目标识别方法，其特征在于，所述多判别器单元包括多个并行的判别器，多个判别器的输入均为虚假样本和原始的真实样本，多个判别器的输出端均连接至动态调节模块，所述动态调节模块连接至审判单元，所述动态调节模块对多个判别器输出的判定结果进行动态选择，以得到反馈结果。

4.根据权利要求3所述的一种基于多判别器生成对抗网络的SAR图像目标识别方法，其特征在于，所述步骤S1具体包括以下步骤：

S11、获取原始的真实样本，并输入给多个判别器；

S12、输入随机噪声给生成器，由生成器生成对应的虚假样本，并输入给多个判别器；

S13、根据虚假样本和原始的真实样本，多个判别器分别对应输出多个判定结果，其中，判定结果具体为虚假样本和原始的真实样本之间的差异程度；

S14、根据动态选择函数，动态调节模块对多个判定结果进行动态选择处理，以筛选得到反馈结果；

S15、审判单元对反馈结果进行准确性判断，以此分别更新生成器和多判别器单元，之后返回步骤S11，根据多判别器生成对抗网络的目标函数，使生成器基于多判别器单元的反馈结果进行训练，按照预设的迭代次数，以得到训练好的生成器；

S16、输入随机噪声给训练好的生成器，以生成得到训练样本数据集。

5.根据权利要求4所述的一种基于多判别器生成对抗网络的SAR图像目标识别方法，其特征在于，所述动态选择函数包括均值函数和最大值函数。

6.根据权利要求5所述的一种基于多判别器生成对抗网络的SAR图像目标识别方法，其特征在于，所述动态选择函数具体为：

其中，F_C(·)为动态选择函数，可采用均值mean(·)函数或最大值max(·)函数，λ∈[0,+∞)为动态调节参数，用以控制F_C(·)的选取，λ→0和λ→+∞分别对应mean(·)和max(·)运算。

7.根据权利要求6所述的一种基于多判别器生成对抗网络的SAR图像目标识别方法，其特征在于，所述多判别器生成对抗网络的目标函数为：

i＝1,2,...,k

其中，G表示生成器，D表示判别器，V是一个价值函数，代表判别器的判别性能，V(G,D₁)为多判别器单元中第一个判别器的判定结果，即第一个判别器判定的虚假样本与原始真实样本之间的差异程度，以此类推，V(G,D_i)为多判别器单元中第i个判别器的判定结果，即第i个判别器判定的虚假样本与原始真实样本之间的差异程度；

k为多判别器单元中判别器的总数量；

意为固定生成器G，让判别器D能够最大化判别出虚假样本与原始真实样本，意为在固定判别器D的条件下得到生成器G，这个生成器G能够最小化输出虚假样本与原始真实样本之间的差异。