基于GAN的遥感图像协同数据增强方法 |
| |
引用本文: | 邵利军任彦高晓文戚忠涛.基于GAN的遥感图像协同数据增强方法[J].遥感信息,2023(4):80-86. |
| |
作者姓名: | 邵利军任彦高晓文戚忠涛 |
| |
作者单位: | 1.内蒙古科技大学信息工程学院014010; |
| |
基金项目: | 国家自然科学基金项目(620630271);内蒙古科技计划项目(2020GG0048);内蒙古自治区高等学校青年科技英才支持计划项目(NJYT22057);内蒙古自然基金项目(2023MS06001);内蒙古自治区直属高校基本科研业务费项目(2023RCTD028)。 |
| |
摘 要: | 针对基于深度学习的分类模型在少样本训练时所遭受的梯度消失、过拟合问题,结合DCGAN和SRGAN特性,提出一种抑制过拟合、提升图像生成质量的DS-GAN协同数据增强算法。通过改进DCGAN生成新的图像,使用改进SRGAN对其进行超分辨率重构,二者协同得到新的超分辨率图像。首先,提出一种软标签函数,代替DCGAN原始固定标签;其次,引入空洞卷积残差块作为SRGAN判别器主结构,同时加入CBAM注意力机制实现权重的再分配;最后,在SRGAN判别器中引入自适应平均池化,降低网络参数量。实验结果表明,使用标准数据集AID和RSOD,经MobileNet V2分类网络进行测验,DS-GAN数据增强方法相较于常规增强和DCGAN增强方法有明显提高。在AID数据集上,准确率分别提升8.01%、9.49%。在RSOD数据集上,准确率分别提升4.76%、1.4%。
|
关 键 词: | 深度学习 生成对抗网络 数据增强 图像分类 |
本文献已被 维普 等数据库收录! |
|