远程传感图像合成与最佳运输的新框架
Jinlong He1, Xia Yuan1,2, Yong Kou1
1School of Computer Science, Sichuan University, Chengdu 610065, China.
Sensors (Basel, Switzerland)
|April 28, 2025
概括
本研究介绍了一种生成对抗网络 (GAN),用于合成遥感图像 (RSI). 新的注意力模块和最佳运输通过解决类内和类间差异挑战来增强图像的真实性.
科学领域:
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
- 人工智能的人工智能
背景情况:
- 远程传感图像合成面临的挑战是由于很大的类内和很小的类间差异.
- 现有的方法难以生成现实和可辨别的遥感图像 (RSI).
研究的目的:
- 开发一个先进的生成对抗网络 (GAN),用于高质量的遥感图像合成.
- 解决RSI中类内差异和类间差异的挑战.
主要方法:
- 一个基于GAN的框架,包含两个新的注意力模块.
- 专注模块旨在增强类内的相似性和类之间的多样性.
- 整合最佳运输 (OT) 以接近人类感知损失.
主要成果:
- 提出的方法显著提高了合成RSI的质量和现实性.
- 注意力机制有效地管理类内差异和类间差异.
- 实验结果验证了基于GAN的方法在遥感图像合成中的优越性.
结论:
- 开发的GAN框架与注意力模块和OT是有效的远程传感图像合成.
- 这种方法在生成高保真性RSI方面取得了重大进展.
- 该方法对各种需要精确图像生成的遥感应用具有前景.


