智能空战对抗训练目标识别

现有的目标检测识别技术在理想环境（背景单一、目标分辨率高等）中已经取得了显著的效果，但在更为普适放的环境下往往无法正常工作。复杂场景下小目标的检测和识别研究面临环境的复杂性、目标特性的复杂性和数据的不完备性三个层面的挑战。本文解决该问题的基本思路是在源域知识的指导下，修正目标域样本在特征空间的联合概率分布，从而提高样本目标域特征的可分性。本文针对分布不一致的问题，从上下文信息、信息补偿以及数据增强这三个层面展研究。
【作者】
王栋，1978年出生，副教授，硕士。多次承担重大科研项目，多次获奖、三等功。负责讲授硕士研究生和本科生课程有：网络技术与应用、计算机硬件基础、训练评估等课程。公出版专著教材5部，发表论文43篇。