面向目标检测的可见到红外域的监督图像翻译
计算机视觉与模式识别
2024-08-06 v1
摘要
本研究旨在学习从可见光图像到红外图像的翻译，弥合两种模态之间的领域差距，以提高下游任务（包括目标检测）的准确率。以往方法试图通过迭代优化或端到端深度卷积网络实现双域特征融合。然而，我们将问题表述为图像翻译问题，采用生成对抗网络和目标检测模型的两阶段训练策略。翻译模型学习一种转换，既保留可见光图像的结构细节，又保留红外图像的纹理和其他特征。生成的图像用于训练标准的目标检测框架，包括 Yolov5、Mask 和 Faster RCNN。我们还研究了将超分辨率步骤整合到管道中的有效性，以进一步提高模型准确率，提升幅度可达 5.3% mAP。
引用
@article{arxiv.2408.01843,
title = {Supervised Image Translation from Visible to Infrared Domain for Object Detection},
author = {Prahlad Anand and Qiranul Saadiyean and Aniruddh Sikdar and Nalini N and Suresh Sundaram},
journal= {arXiv preprint arXiv:2408.01843},
year = {2024}
}