| 一种基于渐进增长对抗生成网络的火星样本生成方法 |
| |
| 引用本文： | 代磊,王颖,李华伟,李晓维.一种基于渐进增长对抗生成网络的火星样本生成方法[J].空间控制技术与应用,2021,47(6):70-76. |
| |
| 作者姓名： | 代磊 王颖 李华伟 李晓维 |
| |
| 作者单位： | 中国科学院计算技术研究所,北京100190;中国科学院大学,北京100049 |
| |
| 摘 要： | 对抗生成网络的发展为图像生成等传统领域带来了很大进步,通过使用较少样本训练对抗生成网络,可以学习到特定图像类别的特征,进而能够增广样本应用于场景测试、其他网络训练等多种任务.本工作探索了在较少量的火星训练样本的基础上,针对直接使用GAN生成样本存在特征因平均化而不明显且类别较少的模式崩塌问题,基于渐进增长对抗生成网络,提出了一种聚类-训练-生成协同的火星样本生成方法.实验结果表明,与直接利用渐进增长对抗生成网络的基线方法相比,本工作生成效果得到了提升.
|
| 关 键 词： | 对抗生成网络 样本生成 数据增强 模式崩塌 |
A Mars Sample Generation Method Based on Progressive Growing Generative Adversarial Networks |
| |
| DAI Lei,WANG Ying,LI Huawei,LI Xiaowei.A Mars Sample Generation Method Based on Progressive Growing Generative Adversarial Networks[J].Aerospace Contrd and Application,2021,47(6):70-76. |
| |
| Authors: | DAI Lei WANG Ying LI Huawei LI Xiaowei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
