PLGAN：用于航拍图像中电力线分割的生成对抗网络
计算机视觉与模式识别
2022-04-18 v1
摘要
在各种航拍图像中准确分割电力线对无人机飞行安全至关重要。然而，复杂的背景与极细的电力线结构使其成为计算机视觉中固有的困难任务。本文提出 PLGAN，一种基于生成对抗网络的简洁而有效的方法，用于从不同背景的航拍图像中分割电力线。我们并非直接利用对抗网络生成分割结果，而是提取其特定的解码特征，并考虑到电力线更多的上下文、几何与外观信息，将其嵌入另一个语义分割网络中。我们进一步利用所生成图像的适当形式以实现高质量特征嵌入，并在霍夫变换参数空间中定义新的损失函数，以增强极细电力线的分割效果。大量实验与综合分析表明，我们提出的 PLGAN 在语义分割与线检测方面优于先前最先进的方法。
引用
@article{arxiv.2204.07243,
title = {PLGAN: Generative Adversarial Networks for Power-Line Segmentation in Aerial Images},
author = {Rabab Abdelfattah and Xiaofeng Wang and Song Wang},
journal= {arXiv preprint arXiv:2204.07243},
year = {2022}
}