MMO-IG：面向遥感的类多尺度多目标图像生成
计算机视觉与模式识别
2025-03-25 v3
摘要
深度生成模型（DGMs）的快速发展显著推进了计算机视觉领域的研究，为获取大量昂贵图像提供了一种高性价比的替代方案。然而，现有方法主要侧重于在全局布局视图上合成与真实图像对齐的遥感（RS）图像，这限制了其在遥感图像目标检测（RSIOD）研究中的适用性。为了应对这些挑战，我们提出了一种基于 DGMs 的类多尺度多目标图像生成器，称为 MMO-IG，旨在同时从全局和局部层面生成带有监督目标标签的 RS 图像。具体而言，从局部视角，MMO-IG 使用等间距实例图（ISIM）对各种 RS 实例进行编码。在生成过程中，它对 ISIM 中对应于背景和前景实例的具有等间距值的每个实例区域进行解码，通过扩散模型的去噪过程生成 RS 图像。考虑到多目标（MMOs）之间复杂的相互依赖关系，我们构建了空间交叉依赖知识图（SCDKG）。这确保了 MMOs 之间用于区域嵌入的逼真且可靠的多向分布，从而减小了源域和目标域之间的差异。此外，我们提出了一种结构化目标分布指令（SODI），结合基于 SCDKG 的 ISIM，共同从全局视角引导合成 RS 图像内容的生成。大量实验结果表明，我们的 MMO-IG 对具有密集 MMO 监督标签的 RS 图像展现出卓越的生成能力，并且使用 MMO-IG 预训练的 RS 检测器在真实世界数据集上表现出优异的性能。
引用
@article{arxiv.2412.13684,
title = {MMO-IG: Multi-Class and Multi-Scale Object Image Generation for Remote Sensing},
author = {Chuang Yang and Bingxuan Zhao and Qing Zhou and Qi Wang},
journal= {arXiv preprint arXiv:2412.13684},
year = {2025}
}