面向深度无监督SAR去斑的盲点卷积神经网络
图像与视频处理
2020-01-16 v1 计算机视觉与模式识别
机器学习
摘要
SAR去斑是遥感中至关重要的问题，因为它是许多场景分析算法的第一步。近来，深度学习技术已超越经典的基于模型的去斑算法。然而，此类方法需要干净的真实图像用于训练，因而在无法获取干净SAR图像时求助于合成散斑的光学图像。本文受近期盲点去噪网络工作的启发，提出一种自监督贝叶斯去斑方法。所提方法仅使用含噪图像训练，因此可学习真实SAR图像而非合成数据的特征。我们表明，所提网络在合成数据上的性能非常接近有监督训练方法，且在真实数据上具有竞争力。
引用
@article{arxiv.2001.05264,
title = {Towards Deep Unsupervised SAR Despeckling with Blind-Spot Convolutional Neural Networks},
author = {Andrea Bordone Molini and Diego Valsesia and Giulia Fracastoro and Enrico Magli},
journal= {arXiv preprint arXiv:2001.05264},
year = {2020}
}