基于GAN的高分辨率卫星图像目标移除
计算机视觉与模式识别
2023-01-30 v1 图像与视频处理
摘要
与地面视角图像相比，卫星图像通常包含更高程度的敏感数据。这就是为什么卫星图像更有可能被故意篡改以隐藏特定物体和结构。基于GAN的方法已被用于生成伪造图像，但存在两个主要问题：(i) 向场景中添加新物体以隐藏特定物体或区域，可能会与周围区域产生不真实的融合；(ii) 在彩色特征图像上使用掩码在基于GAN的目标移除中被证明是失败的。在本文中，我们解决了在训练数据有限的情况下高分辨率卫星图像中目标移除的问题。此外，我们利用条件GAN（CGAN）收集了可能是首个基于GAN的伪造卫星图像数据集。所有伪造样本均通过由Canny特征图像训练用于目标移除的CGAN进行篡改。作为实验的一部分，我们证明对于伪造图像检测器模型而言，将收集到的伪造图像与真实（原始）图像区分开来极具挑战性。
引用
@article{arxiv.2301.11726,
title = {GAN-Based Object Removal in High-Resolution Satellite Images},
author = {Hadi Mansourifar and Steven J. Simske},
journal= {arXiv preprint arXiv:2301.11726},
year = {2023}
}