计算机工程与科学 ›› 2023, Vol. 45 ›› Issue (03): 489-494.
马征1,褚钧正2,武鹏飞3
MA Zheng1,CHU Jun-zheng2,WU Peng-fei3
摘要: 遥感图像数据标注耗时、成本高且需要专家知识,使得有标签的遥感数据难于获得,因此亟需生成有标签遥感数据的有效方法。由计算机视觉领域用于风格迁移的循环一致生成对抗网络出发,提出了一种基于深度学习,利用循环一致生成对抗网络生成新数据集的仿真遥感图像转换方法。将源数据与生成数据视为源域与目标域,遥感图像转换可视为仿真遥感数据集的风格迁移。生成的数据集可进一步用于分类、语义分割和域适应等适用于遥感图像的常见任务。实验结果表明该方法可有效生成风格迁移的仿真遥感数据。