基于IC-GANs的红外舰船目标识别方法

针对复杂场景下红外舰船目标识别过程中,存在因数据集样本不均衡、标签不完整所导致的识别准确率下降的问题,提出了一种基于深度半监督学习的红外舰船目标识别方法。首先结合半监督学习方法,设计了一种深度半监督生成对抗网络;随后将生成器生成的虚假样本、少量标签样本和大量未标记样本一同输入判别器网络进行训练。然后引入代价敏感学习方法,对损失函数进行设计,以缓解优势样本所导致的梯度传播失衡。最后在实测数据集上进行对比验证,结果表明所提方法有效提升了对不均衡红外舰船样本的识别性能。