使用GAN增强云图像分割任务的数据
计算机视觉与模式识别
2021-06-08 v1 图像与视频处理
摘要
尽管云/天空图像分割具有广泛的实际应用，但训练高精度的模型来执行该任务需要大量的标注数据。带有相应真值二值图的此类规模的云/天空图像十分匮乏，这使得训练此类复杂的图像分割模型极为困难。在本文中，我们展示了使用生成对抗网络（GANs）生成数据以增强训练集，从而提高图像分割模型预测准确性的有效性。我们进一步提出了一种为GAN生成的图像估计真值二值图的方法，以促进其作为增强图像的有效使用。最后，我们使用不同的统计技术验证了我们的工作。
引用
@article{arxiv.2106.03064,
title = {Using GANs to Augment Data for Cloud Image Segmentation Task},
author = {Mayank Jain and Conor Meegan and Soumyabrata Dev},
journal= {arXiv preprint arXiv:2106.03064},
year = {2021}
}
备注
Published in IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2021