计算机应用

作者：滕旭, 张晖, 杨春明, 赵旭剑, 李波

单位：1.西南科技大学 计算机科学与技术学院，四川 绵阳 621010；2.西南科技大学 理学院，四川 绵阳 621010

关键词：深度学习,生成对抗式网络,数码迷彩,边缘检测,密集连接卷积网络

基金：教育部人文社科基金资助项目(17YJCZH260);赛尔网络下一代互联网技术创新项目(NGII20180403)

针对传统的数码迷彩生成方法无法根据背景实时生成数码迷彩的问题，提出一种基于循环一致性对抗网络的数码迷彩生成方法。首先，使用密集连接卷积网络提取图像特征，将学习到的数码迷彩特征映射到背景图像中；其次，加入颜色保持损失来提高数码迷彩的生成质量，保证生成的数码迷彩与周围的背景颜色相一致；最后，在判别器中加入自归一化神经网络以提高模型对噪声的鲁棒性。由于缺乏数码迷彩伪装效果的客观评价标准，采用边缘检测算法与结构相似性（SSIM）算法对生成的数码迷彩的伪装效果进行评估。实验结果表明，该方法在自制数据集上生成的数码迷彩伪装的SSIM得分比已有算法的得分降低了30%以上，验证了它在数码迷彩生成任务上的有效性。

来源：2020年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第2期