深雪：利用生成对抗网络合成遥感影像
图像与视频处理
2020-05-19 v1 计算机视觉与模式识别
机器学习
摘要
在这项工作中，我们证明了生成对抗网络（GANs）可用于生成遥感影像中逼真的普遍性变化，即使在无配对训练设定下也是如此。我们基于生成图像与真实图像的深度嵌入研究了一些变换质量度量，其能够可视化和理解GAN的训练动态，并可能提供一个有用的度量来量化生成图像与真实图像的可区分程度。我们还辨识出GAN在生成图像中引入的一些伪影，即使在真实样本与生成样本感知上相似的情况下，这些伪影也可能促成深度嵌入特征空间中两者所见差异。
引用
@article{arxiv.2005.08892,
title = {Deep Snow: Synthesizing Remote Sensing Imagery with Generative Adversarial Nets},
author = {Christopher X. Ren and Amanda Ziemann and James Theiler and Alice M. S. Durieux},
journal= {arXiv preprint arXiv:2005.08892},
year = {2020}
}