下方景象如何?利用条件生成对抗网络从俯视影像生成密集地面视角图像与特征
计算机视觉与模式识别
2018-09-25 v2
摘要
本文研究条件生成对抗网络(cGANs),以克服使用地理标记媒体进行地理发现的一个基本局限,即其空间分布稀疏且不均。我们训练一个 cGAN,在给定俯视影像的情况下生成某地点的地面视角图像。我们展示这些“伪造”的地面图像看起来自然,并且在结构上与真实图像相似。更重要的是,我们表明生成的图像能够代表相应地点,且 cGANs 学到的表征具有信息性。特别地,我们表明使用我们的框架生成的密集特征图比通过对稀疏地面图像提取的特征进行空间插值的方法更有效地用于土地覆盖分类。据我们所知,我们的工作是首个使用 cGANs 在给定俯视影像时生成地面视角图像并探索所学表征益处的研究。
引用
@article{arxiv.1806.05129,
title = {What Is It Like Down There? Generating Dense Ground-Level Views and Image Features From Overhead Imagery Using Conditional Generative Adversarial Networks},
author = {Xueqing Deng and Yi Zhu and Shawn Newsam},
journal= {arXiv preprint arXiv:1806.05129},
year = {2018}
}
备注
10 pages, 5 figures, camera-ready version of ACM SIGSPATIAL 2018 (ORAL)