航拍场景下的车辆生成

摘要：

随着智能交通的提出,结合无人机的航拍车辆检测有着越来越多的应用.目前在车辆检测方面,基于CNN的目标检测方法如faster-rcnn、yolo等都达到了很高的水准,但也存在着需要收集大量标注数据进行训练的问题.而通过图像生成方法解决训练样本的获取是一个可行的解决方案.但一般的生成模型要么只能生成车辆,没有背景信息,要么只能拟合背景,生成车辆严重失真.对此,文中在pix2pixGAN的基础上提出多条件约束的生成对抗网络,用以在真实航拍场景图像中生成带位置标注信息的车辆.通过在生成对抗网络中设立多判别器的方法分别约束背景的拟合以及图像中车辆的生成,将图像中预先设置的噪声区域完美转化成车辆图像.对比实验结果显示,该车辆生成模型能够很好地在航拍图像中生成较为逼真的车辆.

关键词：GAN、车辆生成、pix2pix、多条件约束

所属期刊栏目：29

分类号：TP31(计算技术、计算机技术)

资助基金：国家自然科学基金61375021;南京航空航天大学研究生创新基地实验室开放基金资助kfjj20171608;中央高校基本科研业务费专项资金

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：162-166