电讯技术

作者：郭伟,庞晨

单位：(西安科技大学 通信与信息工程学院，西安 710600)

关键词：图像数据增强；生成对抗网络；深度卷积；相对判别器；残差网络；

基金：国家自然科学基金资助项目（61440059）；陕西省自然科学基础研究计划陕煤联合基金（2019JZ-08）；陕西省自然科学基础研究计划项目（2020JM-522，2020JM-396）

针对现有深度学习中图像数据集缺乏的问题，提出了一种基于深度卷积生成式对抗网络（Deep Convolutional Generative Adversarial Network,DCGAN）的图像数据集增强算法。该算法对DCGAN网络进行改进，首先在不过多增加计算量的前提下改进现有的激活函数，增强生成特征的丰富性与多样性；然后通过引入相对判别器有效缓解模式坍塌现象，从而提升模型稳定性；最后在现有生成器结构中引入残差块，获得相对高分辨率的生成图像。实验结果表明，将所提方法应用在MNIST、SAR和医学血细胞数据集上，图像数据增强效果与未改进的DCGAN网络相比显著提升。

来源：2022年第3期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第3期