用于不平衡高光谱图像分类的多伪影演化生成对抗网络
图像与视频处理
2024-09-04 v2 计算机视觉与模式识别
摘要
本文提出一种新颖的多伪影演化生成对抗网络（MFEGAN）用于处理不平衡高光谱图像分类。它是一种端到端方法，在生成器网络中考虑不同的生成目标损失，以提升判别器网络的分类性能。因此，相同的判别器网络通过在其判别函数顶部嵌入分类器网络而被用作标准分类器。所提方法的有效性已通过两个高光谱空间-光谱数据集得到验证。为与所提方法进行公平性能比较，使用了相同的生成器和判别器架构以及两种不同的 GAN 目标。实验验证表明，所提方法以更优的分类性能超越了最先进的方法。
引用
@article{arxiv.2111.04019,
title = {Multi-Fake Evolutionary Generative Adversarial Networks for Imbalance Hyperspectral Image Classification},
author = {Tanmoy Dam and Nidhi Swami and Sreenatha G. Anavatti and Hussein A. Abbass},
journal= {arXiv preprint arXiv:2111.04019},
year = {2024}
}