文章详情
| 稿件标题： | 改进DCGAN的飞机蒙皮图像生成方法 |
| 稿件作者： | 张静1，农昌瑞1，杨智勇2，刘镇毓1，曾庆松1 |
| DOI： | 10.11809/bqzbgcxb2022.03.046 |
| 科学编辑： | 朱福珍 博士（黑龙江大学副教授、硕导） |
| 栏目名称： | 光学工程与电子技术 |
| 关键词： | 飞机蒙皮；故障检测；深度卷积生成对抗网络；残差网络；图像生成 |
| 文章摘要： | 针对传统深度卷积生成对抗网络（DCGAN）在生成飞机蒙皮图像中存在图像质量差和训练不稳定的问题，提出了一种改进的生成器网络。利用ResNet残差模块改进了DCGAN生成器与判别器结构，以解决因网络加深和图像尺寸增大导致的生成图像质量差的问题；采用Wasserstein距离作为新的损失函数，以增强网络的训练稳定性。试验表明，改进后的模型训练稳定性得到增强，生成的飞机蒙皮图像的SMD值提升了30.6%,Tenengrad梯度值提升了41.5%，Laplacian梯度值提升了13.4%。 |
| 稿件基金： | 国家自然科学基金项目（61701519） |
| 引用本文格式： | 张静，农昌瑞，杨智勇，等.改进DCGAN的飞机蒙皮图像生成方法［J］.兵器装备工程学报，2022，43(03)：286-292. ZHANG Jing, NONG Changrui, YANG Zhiyong, et al.Aircraft skin image generation method of improved DCGAN［J］.Journal of Ordnance Equipment Engineering，2022，43(03)：286-292. |
| 刊期名称： | 2022年03期 |
| 出版时间： | 2022年3月 |
| 上线时间： | 2022年3月28日 |
| 浏览次数： | 2702 |
| 下载次数： | 1066 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |