基于多条件对抗网络的 SAR 到 EO 图像翻译
计算机视觉与模式识别
2022-07-28 v1 图像与视频处理
摘要
本文探讨了多条件对抗网络在 SAR 到 EO 图像翻译中的应用。先前的方法仅以输入 SAR 为对抗网络的条件。我们表明，引入 Google 地图和红外（IR）等多种互补模态可以进一步提升 SAR 到 EO 图像翻译效果，尤其在保持人造物体的锐利边缘方面。我们在 SEN12MS、DFC2020 和 SpaceNet6 等多个数据集上验证了方法的有效性。实验结果表明，与仅在配对 SAR 和 EO 数据上训练的模型相比，互补模态提供的额外信息提升了 SAR 到 EO 图像翻译性能。据我们所知，我们的方法是首个利用多模态提升 SAR 到 EO 图像翻译性能的方法。
引用
@article{arxiv.2207.13184,
title = {SAR-to-EO Image Translation with Multi-Conditional Adversarial Networks},
author = {Armando Cabrera and Miriam Cha and Prafull Sharma and Michael Newey},
journal= {arXiv preprint arXiv:2207.13184},
year = {2022}
}