用于不平衡高光谱图像分类的谱生成对抗网络混合模型
图像与视频处理
2020-09-29 v1
摘要
我们提出一种三玩家谱生成对抗网络（GAN）架构，使 GAN 具备在不平衡条件下处理少数类的能力。我们开发了依赖于类别的混合生成器谱 GAN（MGSGAN），以迫使生成的样本保持在数据实际分布的域内。即使多数类与少数类的失衡比例很高，MGSGAN 也能生成少数类。采用基于低层特征的分类器与序列判别器构成三玩家 GAN 博弈。生成器网络执行数据增强以提升分类器性能。所提方法已通过两个高光谱图像数据集验证，并在对应真实数据分布的两种类不平衡设定下与最先进方法进行比较。
引用
@article{arxiv.2009.13037,
title = {Mixture of Spectral Generative Adversarial Networks for Imbalanced Hyperspectral Image Classification},
author = {Tanmoy Dam and Sreenatha G. Anavatti and Hussein A. Abbass},
journal= {arXiv preprint arXiv:2009.13037},
year = {2020}
}
备注
5 pages, 2 figures