基于 GAN 的高光谱异常检测
图像与视频处理
2021-01-22 v1
摘要
本文提出一种基于生成对抗网络（GAN）的高光谱异常检测算法。在该算法中，我们训练一个 GAN 模型来生成尽可能接近原始背景图像的合成背景图像。通过将合成图像从原始图像中减去，我们能够从高光谱图像中去除背景。异常检测通过对光谱差分图像应用 Reed-Xiaoli（RX）异常检测器（AD）来执行。在实验部分，我们在合成与真实高光谱图像上将所提方法与经典 RX、加权 RX（WRX）、基于支持向量数据描述（SVDD）的异常检测器以及深度自编码器异常检测（DAEAD）方法进行比较。检测结果表明，所提算法在基准测试中优于其他方法。
引用
@article{arxiv.2007.02441,
title = {GAN-based Hyperspectral Anomaly Detection},
author = {Sertac Arisoy and Nasser M. Nasrabadi and Koray Kayabol},
journal= {arXiv preprint arXiv:2007.02441},
year = {2021}
}
备注
5 pages