基于风格重标定模块与改进风格判别器的遥感图像翻译
计算机视觉与模式识别
2022-02-16 v1 图像与视频处理
摘要
现有遥感变化检测方法深受季节变化影响。由于植被在冬夏颜色不同，此类变化易被误检为地物变化。本文中，我们提出一种图像翻译方法以解决该问题。引入基于风格的重标定模块以有效捕获季节特征。随后，设计一种新的风格判别器以提升翻译性能。该判别器不仅能对假或真样本给出判定，还可依据通道间相关性返回风格向量。在季节变化数据集上进行了充分实验。实验结果表明，所提方法能有效执行图像翻译，从而持续提升季节变化图像变化检测性能。我们的代码与数据见 https://github.com/summitgao/RSIT_SRM_ISD。
引用
@article{arxiv.2103.15502,
title = {Remote Sensing Image Translation via Style-Based Recalibration Module and Improved Style Discriminator},
author = {Tiange Zhang and Feng Gao and Junyu Dong and Qian Du},
journal= {arXiv preprint arXiv:2103.15502},
year = {2022}
}
备注
Accepted by IEEE Geoscience and Remote Sensing Letters, Code: https://github.com/summitgao/RSIT_SRM_ISD