用于改进图像分类的大数据人工生成：基于 SAR 数据的生成对抗网络方法
计算机视觉与模式识别
2017-11-07 v1
摘要
甚高空间分辨率（VHSR）大规模 SAR 图像数据库仍是遥感领域一个未解决的问题。在这项工作中，我们提出了这样一个数据集，并用它来探索城乡地区的基于块的分类，考虑 7 个不同的语义类别。在此背景下，我们研究了大型 CNN 分类模型及针对 SAR 成像系统的预训练网络的准确性。此外，我们提出了一种用于 SAR 图像生成的生成对抗网络（GAN），并测试合成数据是否确实能提高分类精度。
引用
@article{arxiv.1711.02010,
title = {Artificial Generation of Big Data for Improving Image Classification: A Generative Adversarial Network Approach on SAR Data},
author = {Dimitrios Marmanis and Wei Yao and Fathalrahman Adam and Mihai Datcu and Peter Reinartz and Konrad Schindler and Jan Dirk Wegner and Uwe Stilla},
journal= {arXiv preprint arXiv:1711.02010},
year = {2017}
}
备注
Submitted for review in "Big Data from Space 2017" conference