一种基于对抗学习的仿真遥感图像生成方法

摘要：

遥感图像数据标注耗时、成本高且需要专家知识,使得有标签的遥感数据难于获得,因此亟需生成有标签遥感数据的有效方法.由计算机视觉领域用于风格迁移的循环一致生成对抗网络出发,提出了一种基于深度学习,利用循环一致生成对抗网络生成新数据集的仿真遥感图像转换方法.将源数据与生成数据视为源域与目标域,遥感图像转换可视为仿真遥感数据集的风格迁移.生成的数据集可进一步用于分类、语义分割和域适应等适用于遥感图像的常见任务.实验结果表明该方法可有效生成风格迁移的仿真遥感数据.

关键词：仿真遥感、风格迁移、循环一致生成对抗网络、域适应

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国防科技重点实验室基金

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：489-494