用于真实合成高光谱样本的生成对抗网络
神经与进化计算
2018-06-08 v1 计算机视觉与模式识别
摘要
本工作旨在解决训练深度神经网络所需的标注高光谱数据稀缺问题。具体而言，我们研究了生成对抗网络及其在合成一致标注光谱中的应用。通过在公开数据集上训练此类网络，我们表明这些模型不仅能够捕捉底层数据分布，还能生成视觉上逼真且物理上合理的光谱。此外，我们通过实验验证了合成样本可以作为一种有效的数据增强策略。我们在多个公开高光谱数据集上使用多种深度分类器验证了我们的方法。
引用
@article{arxiv.1806.02583,
title = {Generative Adversarial Networks for Realistic Synthesis of Hyperspectral Samples},
author = {Nicolas Audebert and Bertrand Le Saux and Sébastien Lefèvre},
journal= {arXiv preprint arXiv:1806.02583},
year = {2018}
}