基于生成对抗网络的鬼成像目标识别
计算机视觉与模式识别
2022-08-31 v2 图像与视频处理
摘要
如今，目标识别技术在诸多领域发挥着重要作用。然而，当前基于目标图像信息的方法受图像质量影响且存在图像重建的时间开销。本文提出一种结合鬼成像(GI)与生成对抗网络(GAN)的新型无成像目标识别方法。基于 GI 机理，采用一组随机散斑序列照射目标，并利用无分辨率的桶探测器接收回波信号。连续探测后形成的桶信号序列被构建为桶信号阵列，视作 GAN 的样本。随后，使用条件 GAN 映射桶信号阵列与目标类别。实际应用中，训练阶段的散斑序列用于照射目标，桶信号阵列输入 GAN 进行识别。所提方法可改善基于目标图像信息的传统识别方法带来的问题，并提供一定的免湍流能力。大量实验表明该方法取得了良好性能。
引用
@article{arxiv.2103.13858,
title = {Generative-Adversarial-Networks-based Ghost Recognition},
author = {Yuchen He and Yibing Chen and Sheng Luo and Hui Chen and Jianxing Li and Zhuo Xu},
journal= {arXiv preprint arXiv:2103.13858},
year = {2022}
}