SpecDM：具有像素级语义标注的高光谱数据集合成
计算机视觉与模式识别
2025-02-25 v1
摘要
在高光谱遥感领域，一些下游密集预测任务，如语义分割 (SS) 和变化检测 (CD)，依赖监督学习来提升模型性能，并需要大量人工标注数据进行训练。然而，由于特定设备需求和特殊应用场景，高光谱图像 (HSIs) 的获取与标注通常成本高昂且耗时。为此，我们的工作探索了生成扩散模型在合成带像素级标注的 HSI 方面的潜力。主要思想是利用双流 VAE 分别学习图像和对应掩码的潜在表示，在扩散模型训练期间学习它们的联合分布，最后通过它们各自的解码器获得图像和掩码。据我们所知，这是首个生成带标注的高维 HSI 的工作。我们提出的方法可应用于各种类型的数据集生成。我们选择了两种最广泛使用的密集预测任务：语义分割和变化检测，并生成了适合这些任务的数据集。实验表明，我们的合成数据集对这些下游任务的提升有积极影响。
引用
@article{arxiv.2502.17056,
title = {SpecDM: Hyperspectral Dataset Synthesis with Pixel-level Semantic Annotations},
author = {Wendi Liu and Pei Yang and Wenhui Hong and Xiaoguang Mei and Jiayi Ma},
journal= {arXiv preprint arXiv:2502.17056},
year = {2025}
}