基于 GAN 的无监督操控实现多任务 SAR 图像处理
计算机视觉与模式识别
2024-08-06 v1 图像与视频处理
摘要
生成对抗网络 (GANs) 通过学习数据分布中的模式，在合成大量逼真的 SAR 图像方面展现了巨大潜力。一些 GAN 能够通过引入隐空间代码实现图像编辑，在 SAR 图像处理中展现出显著前景。与传统 SAR 图像处理方法相比，基于 GAN 隐空间控制的编辑完全是无监督的，无需任何标注数据即可进行图像处理。此外，从数据中提取的信息更具可解释性。本文提出了一种新颖的 SAR 图像处理框架——基于 GAN 的无监督编辑 (GUE)，旨在解决以下两个问题：(1) 解耦 GAN 隐空间中的语义方向并找到有意义的方向；(2) 建立全面的 SAR 图像处理框架，同时实现多种图像处理功能。在 GUE 的实现中，我们通过训练精心设计的网络来解耦 GAN 隐空间中纠缠的语义方向。此外，我们可以在单个训练过程中完成多种 SAR 图像处理任务（包括去斑、定位、辅助识别和旋转编辑），无需任何形式的监督。大量实验验证了所提方法的有效性。
引用
@article{arxiv.2408.01553,
title = {Multi-task SAR Image Processing via GAN-based Unsupervised Manipulation},
author = {Xuran Hu and Mingzhe Zhu and Ziqiang Xu and Zhenpeng Feng and Ljubisa Stankovic},
journal= {arXiv preprint arXiv:2408.01553},
year = {2024}
}
备注
19 pages, 17 figures, 7 tables