用于高粱穗检测的高分辨率无人机图像生成
计算机视觉与模式识别
2022-05-10 v1 图像与视频处理
摘要
高粱植株的穗（或穗头）数量是用于植物发育和谷物产量估计的重要表型性状。无人驾驶飞行器（UAVs）的使用使得大规模收集和分析高粱图像成为可能。深度学习可提供从UAV图像估计表型性状的方法，但需要大量标注数据。由于UAV图像地面真值标注劳动密集，训练数据的缺乏成为开发高粱穗检测与计数方法的主要瓶颈。本文提出一种方法，利用生成对抗网络（GANs）生成的合成训练图像进行数据增强，以提升高粱穗检测与计数的性能。我们的方法通过使用图像到图像翻译GANs，在有限的真实UAV RGB图像地面真值数据集下，生成带穗标签的合成高分辨率UAV RGB图像。结果显示使用我们的数据增强方法在穗检测与计数上均有改进。
引用
@article{arxiv.2205.03947,
title = {High-Resolution UAV Image Generation for Sorghum Panicle Detection},
author = {Enyu Cai and Zhankun Luo and Sriram Baireddy and Jiaqi Guo and Changye Yang and Edward J. Delp},
journal= {arXiv preprint arXiv:2205.03947},
year = {2022}
}