SIMPL：生成合成俯视影像以解决零样本与少样本检测问题
计算机视觉与模式识别
2021-07-01 v1
摘要
近年来深度神经网络（DNNs）在俯视（如卫星）影像中的目标检测取得了巨大成功。然而，一个持续的挑战是训练数据的获取，因为获取卫星影像并标注其中的目标成本高昂。在本工作中，我们提出了一种简单的方法——称为合成目标植入（Synthetic object IMPLantation，SIMPL）——以轻松快速地生成大量针对自定义目标对象的合成俯视训练数据。我们展示了在无可获得真实影像的零样本场景以及仅有有限真实世界影像的少样本学习场景中，使用 SIMPL 合成影像训练 DNNs 的有效性。我们还通过实验研究了 SIMPL 有效性对一些关键设计参数的敏感性，为用户在为自定义对象设计合成影像时提供见解。我们发布了 SIMPL 方法的软件实现，以便他人在其基础上构建或将其用于自身的自定义问题。
引用
@article{arxiv.2106.15681,
title = {SIMPL: Generating Synthetic Overhead Imagery to Address Zero-shot and Few-Shot Detection Problems},
author = {Yang Xu and Bohao Huang and Xiong Luo and Kyle Bradbury and Jordan M. Malof},
journal= {arXiv preprint arXiv:2106.15681},
year = {2021}
}